FIT模型:预测不可切除肝细胞癌TACE联合仑伐替尼与PD-1抑制剂三联合疗法预后的新型临床评分系统

《Frontiers in Immunology》:A novel clinical FIT model predicts prognosis of unresectable hepatocellular carcinoma treated with TACE combined with lenvatinib and PD-1 inhibitors therapy

【字体: 大 中 小 】 时间:2026年09月22日 来源:Frontiers in Immunology 7.0

编辑推荐:

  背景:经导管动脉化疗栓塞术(TACE)联合仑伐替尼和程序性死亡受体-1(PD-1)抑制剂的三联疗法在不可切除肝细胞癌(uHCC)中显示出令人鼓舞的疗效。本研究开发并验证了一种新型预后模型,用于评估接受三联疗法的uHCC患者的预后,并识别可能从三联疗法中获益的患

  
背景:经导管动脉化疗栓塞术(TACE)联合仑伐替尼和程序性死亡受体-1(PD-1)抑制剂的三联疗法在不可切除肝细胞癌(uHCC)中显示出令人鼓舞的疗效。本研究开发并验证了一种新型预后模型,用于评估接受三联疗法的uHCC患者的预后,并识别可能从三联疗法中获益的患者。 方法:研究人员从多中心回顾性纳入接受三联疗法的uHCC患者。总生存期(OS)为主要终点。基于多变量Cox回归确定的OS预测因子开发预后模型。采用Kaplan-Meier生存曲线评估预后。 结果:共纳入265例uHCC患者(训练队列:n=160;验证队列:n=105)。客观缓解率和疾病控制率分别为52.5%和77.7%。纤维蛋白降解产物(FDP)和血清铁水平的最佳截断值分别确定为4.7 μg/dL和60.0 μg/dL。多变量Cox回归确定FDP、血清铁水平和肿瘤负荷评分(TBS)为OS的独立预测因子,这些临床参数共同建立了FIT模型。FIT模型在预测OS方面表现出良好的判别能力,训练队列和验证队列的AUC分别为0.809(95% CI:0.740-0.879)和0.798(95% CI:0.710-0.886)。Kaplan-Meier分析显示,FIT模型定义的风险组间OS和无进展生存期(PFS)存在显著预后分层(p < 0.001)。在甲胎蛋白(AFP)、肿瘤数量和巴塞罗那临床肝癌(BCLC)分期亚组分析中,FIT模型的预后相关性在uHCC中得到进一步证实。 结论:新型临床FIT模型可有效预测接受三联疗法的uHCC患者的生存,并有助于预后分层。
论文解读:FIT模型在不可切除肝细胞癌三联疗法预后评估中的应用
一、研究背景与问题提出
肝细胞癌(HCC)是全球第六大常见恶性肿瘤,也是癌症相关死亡的第三大原因,具有起病隐匿、恶性程度高的特点。HCC的治疗方案取决于肿瘤分期和肝功能状态,然而超过半数患者在确诊时已处于不可切除阶段(uHCC),无法接受根治性手术切除。对于uHCC患者,局部治疗和系统治疗均取得了显著进展。经导管动脉化疗栓塞术(TACE)通过向肿瘤供血动脉输送化疗药物并栓塞肿瘤滋养血管,是晚期HCC广泛应用的成熟治疗手段。仑伐替尼作为一种酪氨酸激酶抑制剂,已被临床试验证实可作为uHCC的一线靶向治疗药物。免疫检查点抑制剂(ICIs)在晚期HCC患者中也展现出良好的应用前景。为进一步降低肿瘤负荷并改善uHCC患者生存,联合治疗方案应运而生,其中TACE联合仑伐替尼和PD-1/PD-L1抑制剂的方案在晚期HCC中显示出良好的疗效和生存获益。
尽管三联疗法在临床实践中展现出令人鼓舞的治疗效果,但患者间存在显著的个体异质性,部分患者出现疾病进展,部分患者遭受药物相关不良反应。因此,预测预后风险、评估三联疗法疗效和耐药性成为当前亟待解决的研究课题。既往研究虽已建立若干预测模型,如Zeng等建立的TAE评分(包含总胆红素、甲胎蛋白和肝外转移三个变量)以及Deng等建立的EAPTT模型(纳入ECOG-PS、白蛋白-胆红素分级、血小板-淋巴细胞比值、肿瘤分布和总胆红素),但各模型纳入的变量不尽相同,哪些变量更为关键和重要尚不明确。基于此,本研究旨在开发并验证一个基于纤维蛋白降解产物(FDP)、血清铁和肿瘤负荷评分(TBS)的新型FIT预后评分模型,以指导并优化患者筛选,为TACE-仑伐替尼-PD-1抑制剂方案的疗效评估提供参考。
二、研究设计与主要技术方法
本研究为多中心回顾性研究,自2018年12月至2022年6月从3个医学中心纳入265例接受三联疗法(TACE+仑伐替尼+PD-1抑制剂)的uHCC患者。来自北京大学人民医院和南方医科大学南方医院的患者组成训练队列(n=160),来自桂林医学院第一附属医院的患者组成独立外部验证队列(n=105)。研究主要采用以下关键技术方法:依据改良实体瘤疗效评价标准(mRECIST)评估治疗反应,以总生存期(OS)为主要终点,无进展生存期(PFS)为次要终点;通过Kaplan-Meier生存曲线和对数秩检验评估预后分层;在训练队列中采用单因素和多因素Cox回归确定OS的独立预测因子;利用受试者工作特征(ROC)曲线确定连续变量的最佳截断值,并以Youden指数选取敏感性和特异性最优组合的阈值;通过曲线下面积(AUC)量化模型的预测能力,并使用独立外部验证队列验证预后评分模型。
三、研究结果
3.1 患者基线特征
265例uHCC患者中男性占多数(85.3%),平均年龄57.02岁,病毒性肝炎为主要病因(83.0%),172例患者有多发肿瘤(64.9%),58例有肝外转移(21.9%),141例有门静脉癌栓(53.2%),167例为BCLC-C期(63.0%)。训练队列与验证队列的基线特征具有可比性,差异无统计学意义(p > 0.05)。研究中有38例患者符合手术标准并接受了切除手术(训练队列21例,验证队列17例)。
3.2 治疗反应与安全性评估
根据mRECIST标准,全部患者中完全缓解(CR)56例(21.1%),部分缓解(PR)83例(31.3%),疾病稳定(SD)67例(25.3%),疾病进展(PD)59例(22.3%)。训练队列和验证队列的客观缓解率(ORR)分别为51.3%和54.3%,疾病控制率(DCR)分别为75.6%和80.9%。治疗相关不良事件(TRAEs)频繁但总体可控,训练队列中124例(77.5%)患者出现任意级别TRAEs,验证队列中77例(73.3%)报告TRAEs。最常见的不良事件为肝功能异常、发热和恶心。无治疗相关死亡发生,多数中重度事件通过药物剂量调整或暂时停药得以控制。
3.3 独立预测因子确定与FIT预后模型构建
训练队列中,单因素Cox回归分析显示FDP(p < 0.001)、血清铁(p = 0.001)和TBS(p = 0.013)与OS相关。ROC曲线确定FDP预测OS的最佳截断值为4.7 μg/dL(AUC = 0.719,敏感性72.3%,特异性70.1%),血清铁的最佳截断值为60.0 μg/dL(AUC = 0.703,敏感性62.5%,特异性71.9%)。TBS以8.0为截断值。经二值化处理后,单因素分析显示FDP、AFP、Iron、TBS和门静脉癌栓(PVTT)与不良OS相关。多因素Cox回归确定FDP(HR = 1.802;95% CI:1.136-2.861;p = 0.012)、Iron(HR = 1.747;95% CI:1.083-2.817;p = 0.022)和TBS(HR = 1.663;95% CI:1.003-2.759;p = 0.048)为OS的独立预后预测因子。FIT模型计算公式为:FIT评分 = 0.589 × FDP(0:≤ 4.7;1:> 4.7)+ 0.558 × Iron(0:> 60.0;1:≤ 60.0)+ 0.509 × TBS(0:≤ 8.0;1:> 8.0)。
3.4 FIT预后模型的性能评估
FIT模型在训练队列中预测OS的AUC为0.809(95% CI:0.740-0.879),在验证队列中为0.798(95% CI:0.710-0.886),均高于单一变量(FDP、Iron、TBS)的AUC值。与ALBI评分、BCLC分期、AFP和TAE评分相比,FIT评分在训练队列(AUC = 0.809 vs. 0.626、0.663、0.592、0.708)和验证队列(AUC = 0.798 vs. 0.630、0.680、0.569、0.701)中均展现出更优的预测性能。
3.5 生存分析
训练队列中位OS为19.4个月,中位PFS为12.0个月;验证队列中位OS未达到,中位PFS为11.0个月。FIT模型将uHCC患者分为低危(FIT评分 ≤ 0.5)、中危(0.5 < FIT评分 ≤ 1.1)和高危(FIT评分 > 1.1)三个亚组。Kaplan-Meier生存分析显示,两个队列中三组患者的OS和PFS均存在显著差异(log-rank检验p < 0.001)。亚组分析中,训练队列中FIT评分在AFP(≤ 400 ng/ml、> 400 ng/ml)、肿瘤数量(单发、多发)和BCLC分期(B、C)各亚组均展现出良好的预测能力。验证队列中BCLC-B亚组存在异质性(OS:p = 0.074,PFS:p = 0.089),可能与样本量有限有关(BCLC-B亚组仅41例,其中低、中、高危组分别为26、11和4例),提示FIT模型在较早期阶段可能不够稳健。
四、讨论与结论
FDP作为凝血-纤溶系统激活的关键生物标志物,其升高可促进肿瘤血管重塑、激活炎症信号通路、抑制抗肿瘤免疫,并促进肿瘤生长和转移。血清铁水平降低可能反映全身及肿瘤内铁代谢失衡、铁调素介导的铁调控异常、氧化应激改变及铁死亡相关易感性,且铁代谢与铁死亡可能通过影响抗原释放、免疫细胞代谢和效应T细胞功能,与PD-1阻断治疗条件下的肿瘤免疫微环境相互作用。TBS作为HCC的生存预测因子和预后生物标志物,其升高与更具侵袭性的肿瘤生物学行为和不良结局正相关。FIT模型整合了纤溶异常、铁代谢失衡和肿瘤负荷评估,能够更全面地评估接受三联疗法患者的系统治疗反应和预后分层。
FIT评分系统具有易于获取、重复性好、成本低廉等优势,其预测效能优于单一变量及其他已建立的评分模型。尽管单因素分析显示AFP > 400 ng/ml和合并PVTT为不良OS的预测因子,但多因素分析中均未确定为独立预测因子,这并不表明这些因素与OS无关。TRAEs随联合治疗方式增加而增多,但多数患者耐受良好,不良事件可通过剂量调整和暂时停药控制,无患者死于TRAEs。
本研究存在一定局限性:回顾性设计可能导致潜在选择偏倚,随访时间相对较短;纳入多种PD-1抑制剂,药物间药代动力学、疗效和毒性差异无法完全排除;多数患者为HBV感染,需在不同基线特征人群中进一步探索;FIT模型在BCLC-B亚组中未达到统计学显著性,需在更大样本的BCLC-B队列中进一步验证。
研究结论:FIT模型作为个性化管理的便捷有效工具,能够有效将接受TACE联合仑伐替尼和PD-1抑制剂治疗的uHCC患者分为不同的预后组别。未来需开展前瞻性研究以确认其临床实用性和普适性,为uHCC的临床治疗策略提供支持。
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