基于轨迹的生物标志物动态变化与临床特征整合用于肝细胞癌预后预测:一项回顾性队列研究

《Journal of Hepatocellular Carcinoma》:Trajectory-Based Integration of Biomarker Dynamics and Clinical Features for Prognostic Prediction in Hepatocellular Carcinoma: A Retrospective Cohort Study

【字体: 大 中 小 】 时间:2026年08月28日 来源:Journal of Hepatocellular Carcinoma 3.9

编辑推荐:

  目的 循环生物标志物的动态变化可能比静态测量更准确地反映肿瘤生物学和宿主反应。本研究旨在通过整合纵向生物标志物轨迹与临床变量,为肝细胞癌(HCC)患者开发并内部验证一种用于无进展生存期(PFS)和总生存期(OS)的动态预后模型。 患者与方法 研究人员回顾性分析

  
目的 循环生物标志物的动态变化可能比静态测量更准确地反映肿瘤生物学和宿主反应。本研究旨在通过整合纵向生物标志物轨迹与临床变量,为肝细胞癌(HCC)患者开发并内部验证一种用于无进展生存期(PFS)和总生存期(OS)的动态预后模型。
患者与方法 研究人员回顾性分析了中国某单一中心接受治疗的379例HCC患者。使用潜类别混合模型(LCMM)识别循环生物标志物轨迹,并将其与临床变量整合以构建多生物标志物轨迹整合(IMBT)模型。将该模型与BCLC分期、基线生物标志物模型和AFP轨迹模型进行比较。分别使用C指数和随时间变化的AUC(时间依赖性受试者工作特征曲线下面积)、校准图、校准斜率和布里尔分数以及决策曲线分析(DCA)评估区分度、校准度和临床实用性。在同一中心和来源队列的327例接受PD-(L)1抑制剂联合分子靶向治疗(MTT)的治疗定义亚组中进行了内部亚组验证。使用基线/周期0 AFP <20 ng/mL进行预定义的AFP阴性亚组分析。
结果 AFP、D-二聚体和绝对淋巴细胞计数(ALC)轨迹独立预测PFS和OS。AFP轨迹急剧下降与良好结局相关,而持续高或上升的AFP和D-二聚体轨迹以及较低的ALC轨迹提示预后较差。IMBT模型在PFS和OS的C指数分别达到0.741和0.728。对于PFS,其C指数分别超过BCLC、基线生物标志物和AFP轨迹模型0.108、0.124和0.039。在内部PD-(L)1联合MTT亚组中,相应的C指数为0.730和0.724。PFS在12个月和24个月的校准斜率分别为1.176和1.509,OS分别为0.898和1.014,而DCA显示在临床相关阈值范围内具有正的净获益。在AFP阴性患者中,完整队列的PFS/OS C指数为0.647/0.634,在PD-(L)1联合MTT亚组中为0.692/0.683。
结论 AFP、D-二聚体和ALC的纵向轨迹提供了独立且互补的预后信息。通过整合动态生物标志物模式与临床特征,IMBT模型相较于传统分期、基线生物标志物和仅AFP轨迹模型改善了风险分层。这些发现支持进一步对该模型进行前瞻性外部验证,以用于HCC的动态预后评估和风险适应性监测。
肝细胞癌(HCC)是全球癌症死亡的主要原因之一,主要归因于迟诊和治愈性治疗的局限性。尽管目前的治疗方案已扩展至包括局部、靶向和免疫疗法,但耐药和复发仍然常见,长期生存率依然较低。HCC在肿瘤生物学、肝功能、免疫微环境和合并症方面具有高度异质性,这限制了统一治疗策略的有效性。因此,预后分层对于识别最可能从特定方案中获益的患者、降低治疗相关毒性以及优化医疗资源配置至关重要。传统的分期系统如巴塞罗那临床肝癌(BCLC)框架仍是静态的、基于分期的,无法充分反映HCC动态且异质的疾病过程。虽然已有整合了血清标志物、影像或基因组数据的预后模型,但许多模型源自接受同质治疗的单一人群,限制了对真实世界实践的普适性;或依赖于昂贵且技术要求高的检测,降低了可及性。此外,单一生物标志物如甲胎蛋白(AFP)在AFP阴性患者中作用受限,无法全面反映肝功能和免疫能力。为解决上述局限性,研究人员开展了一项回顾性队列研究,旨在开发一种动态的、基于血液的预后模型,通过将纵向生物标志物轨迹与关键临床特征相结合,进行实时个体化风险评估。研究表明,动态轨迹模型可有效对患者进行风险分层,预测生存期,并在不同治疗环境和AFP阴性人群中表现出稳健的效能。该研究强调了轨迹监测在动态风险评估中的重要性,论文发表在《Journal of Hepatocellular Carcinoma》。

在技术方法方面,研究队列来源于中国某单一中心2018年1月至2024年11月确诊的771例患者,最终纳入379例具有完整基线及多于2个周期随访数据的HCC患者。研究人员采用潜类别混合模型(LCMM)识别循环生物标志物的纵向轨迹;利用单因素和多因素Cox比例风险回归分析筛选独立预后因素并构建多生物标志物轨迹整合(IMBT)模型;通过C指数和随时间变化的受试者工作特征曲线下面积(AUC)评估区分度,运用校准图和布里尔分数评估校准度,决策曲线分析(DCA)评估临床实用性;并采用逆概率治疗加权(IPTW)及42天地标分析处理混杂与不朽时间偏倚。生存差异通过Kaplan-Meier法和Log-rank检验进行分析。

在研究结果方面,具体内容如下:
Patient Baseline Characteristics(患者基线特征):研究纳入379名患者,中位随访时间为13.3个月。队列共获得了2485次纵向生物标志物测量数据。基线时,多数患者为BCLC C期(52.8%),77.9%的患者合并乙肝病毒(HBV)感染,反映了队列中晚期HCC的代表性。
Identification of Longitudinal Trajectories(纵向轨迹的识别):在排除缺失值较多的变量后,保留AFP、D-二聚体、绝对淋巴细胞计数(ALC)、白蛋白-胆红素(ALBI)、凝血酶原时间(PT)和AST/ALT比率用于轨迹分析。系统评估多种建模方法后,LCMM展现出最佳性能。该模型成功识别了各标志物的不同纵向轨迹模式。
Association Between Trajectories and Clinical Outcomes(轨迹与临床结局的关联):通过Kaplan-Meier分析发现,AFP急剧下降和低稳定组的无进展生存期(PFS)最长,而高稳定和高上升组最差;D-二聚体高上升组PFS显著缩短;ALC高稳定组预后最好。这些轨迹模式有效实现了临床结局的风险分层。
Cox Regression Analysis and Prognosis Model Construction(Cox回归分析与预后模型构建):多因素Cox回归证实,AFP、ALC和D-二聚体轨迹以及腹水、年龄、最大肿瘤直径和BCLC分期是PFS和OS的独立预后因素。基于此构建的IMBT模型中,AFP动态变化贡献最大。Bootstrap内部验证显示,PFS和OS的C指数分别为0.741和0.728,展现出良好的判别力。
Model Comparison(模型比较):与BCLC分期、基线生物标志物和仅AFP轨迹模型相比,IMBT模型在PFS和OS预测上表现出最高的准确性,C指数显著提升。时间依赖性重新分类指标(NRI)和综合判别改善指标(IDI)同样显示IMBT模型具有显著的增量预后价值。
Subgroup Analyses of IMBT Model Performance(IMBT模型表现的亚组分析):在预定义的AFP阴性亚组中,IMBT模型在完整队列和PD-1联合分子靶向治疗(MTT)亚组中均保持了预后判别能力,提示其对于低基线AFP患者的互补价值。
Validation in the PD-1 + MTT Subgroup(PD-1联合MTT亚组中的验证):在327例接受PD-1抑制剂联合MTT的患者中进行内部亚组验证,IMBT模型表现出稳健的预后效能,PFS和OS的C指数分别为0.730和0.724,且各风险组生存曲线分离良好。
42-Day Landmark Sensitivity Analysis(42天地标敏感性分析):为控制不朽时间偏倚,42天地标分析显示,在全队列和PD-(L)1联合MTT亚组中,IMBT模型仍保持显著的预后判别能力。
Optimal Cut-off–Based IMBT Risk Stratification(基于最佳截断值的IMBT风险分层):通过最大化选择Log-rank法确定连续IMBT风险评分的截断值,将患者分为低、中、高风险组。在全队列和亚组中,各组的PFS分离显著,高风险组进展风险大幅增加,支持了风险分层在临床上的可解释性。

在讨论部分,研究人员指出,纵向生物标志物轨迹比静态基线值能更全面地反映肿瘤生物学、肝功能和宿主免疫能力。早期AFP急剧下降与良好预后相关,提示初期肿瘤负荷降低的重要性;而持续高或上升的轨迹识别出不太可能从持续治疗中获益的患者。D-二聚体轨迹反映了肿瘤相关高凝状态和肝功能减退,ALC轨迹则作为免疫能力的替代指标,二者对AFP形成了关键补充,尤其在AFP阴性亚组中具有重大临床意义。模型通过多维信息转化出临床可解释的风险层级,可支持适应性管理:低风险组进行常规监测,中风险组增加标志物重估,高风险组加强影像随访并考虑多学科干预。研究亦存在一定局限性,包括回顾性单中心设计可能引入的选择偏倚、治疗异质性、采用RECIST 1.1而非iRECIST可能导致假性进展误判,以及PIVKA-II等数据缺失限制了轨迹纳入。因此,相关风险层级为预后性而非治疗指导性。

结论:本研究证明了HCC患者中AFP、D-二聚体和ALC纵向轨迹的预后价值。通过整合这些轨迹与临床变量构建的IMBT模型,相较于BCLC分期等传统模型改善了预后区分度,并在接受PD-(L)1抑制剂联合MTT的内部治疗亚组以及AFP阴性患者中表现出一致的效能。这些发现支持进一步评估基于轨迹的监测在动态风险评估和风险适应性随访中的应用。但所提出的风险分层管理仍属预后性质,在临床实施或用于治疗决策前,需进行前瞻性多中心外部验证。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号