2020年10月16日

研究人员开发工具以更好地预测肺癌的治疗过程

信用:Pixabay / CC0公共领域

在过去的二十年中,针对肺癌患者的个性化治疗选择已经走了很长一段路。对于非小细胞肺癌,最常见的肺癌亚型和全世界与癌症相关的死亡的主要原因,已经出现了两种主要的治疗策略:酪氨酸激酶抑制剂和免疫检查点抑制剂。但是,为非小细胞肺癌患者选择正确的治疗方法并非总是一个容易的决定,因为生物标志物在治疗过程中可能会发生变化,从而使治疗无效。莫菲特癌症中心的研究人员正在开发一种无创,准确的方法来分析患者的肿瘤突变和生物标记物,以确定最佳治疗方案。

在发表于 自然通讯,研究小组将演示如何 使用 /计算机断层扫描放射线学可以识别出哪个非小细胞肺 患者可能对酪氨酸激酶抑制剂治疗敏感,而那些可能会从免疫检查点抑制剂治疗中受益的患者。该模型使用带有放射性示踪剂18F-氟脱氧葡萄糖的PET / CT成像,这是一种糖分子。用18F-FDG PET / CT成像可以查明葡萄糖代谢异常的部位,并有助于准确地表征肿瘤。

Matthew Schabath说:“这种类型的成像技术18F-FDG PET / CT被广泛用于确定非小细胞肺癌患者的分期。已知使用的葡萄糖放射性示踪剂也会受到EGFR激活和炎症的影响。”博士,癌症流行病学系准成员。 “ EGFR,或 ,是非 耐心。 EGFR突变状态可能是治疗的预测指标,因为患有EGFR突变的患者对酪氨酸激酶抑制剂的治疗反应更好。”

对于这项研究,莫菲特(Moffitt)小组使用非小细胞的回顾性数据开发了一种基于18F-FDG PET / CT的深度学习模型 中国两家机构的患者:上海肺科医院和河北医科大学第四医院。该模型通过为每个患者生成EGFR深度学习评分,对EGFR突变状态进行分类。创建后,研究人员使用另外两个机构的患者数据进一步验证了该模型:哈尔滨医科大学第四医院和莫菲特癌症中心。

癌症生理学系的第一作者,博士后研究员魏牧说:“先前的研究已经利用放射组学作为一种非侵入性方法来预测EGFR突变。” “但是,与其他研究相比,我们的分析预测EGFR的准确性最高,并且具有许多优势,包括与来自四个机构的多个队列一起训练,验证和测试深度学习得分,从而提高了其推广性。”

“我们发现EGFR深度学习评分与接受EGFR治疗的患者更长的无进展生存期呈正相关 ”,并且与接受免疫检查点抑制剂免疫疗法治疗的患者的持久临床益处和更长的无进展生存时间负相关,”癌症生理学系主任Robert Gillies博士说,“我们希望进行进一步的研究,但我们相信该模型可以作为不同治疗方法的临床决策支持工具。”

更多信息: Wei Mu等人,使用PET / CT放射学对NSCLC治疗的非侵入性决策支持, 自然通讯 (2020)。 DOI:10.1038 / s41467-020-19116-x

期刊信息: 自然通讯

加载评论 (0)