团队开发非侵入性的方法来预测肺癌的结果

使用测试,分析生物标志物在治疗癌症管理指导并提供病人的预后信息。这些测试通常是进行组织活检样本需要侵入性程序和可能导致明显的副作用。在新发表的文章杂志对癌症免疫疗法莫菲特癌症中心研究人员表明,PET / CT图像可以用来衡量PD-L1生物标志物的水平非小细胞肺癌(NSCLC)患者非侵入性的方式,进而预测病人对治疗的反应。

检查点抑制剂,药物活性的免疫系统针对PD1 / PD-L1信号通路,通常用于治疗非小细胞肺癌患者。虽然这种疗法大大提高病人的结果,它只适用于这个病人人口的大约一半。为了避免处理那些可能不回应,检查点抑制剂治疗往往是局限于病人的手术活检标本显示表达PD-L1生物标志物。然而,执行一个侵入性手术与固有风险有关,和偶尔的活检样本并不足以执行诊断测试或测试过程本身可能会失败。因此,研究人员正努力开发替代策略识别患者应该接受靶向制剂如检查点抑制剂。

莫菲特研究人员想利用计算机深度学习的能力来开发一个新的框架来衡量PD-L1生物标志物水平在非小细胞肺癌患者以非侵入性的方式。他们选择使用PET / CT扫描图像的特征,如形状,大小,像素强度和纹理训练计算机测量PD-L1表达式。他们开发了一个深度学习分数预测PD-L1表达式,验证后通过不同的患者人群能够使用他们的模型来预测NSCLC患者的检查点抑制剂的结果。

“这些数据证明使用另一种非侵入性方法的可行性预测表达式PD-L1,”马修Schabath说,博士,癌症流行病学部门的准会员。“这种方法可以帮助医生确定病人的最佳治疗策略,特别是当组织样本不可用或者常见的测试方法PD-L1失败。”

“这项研究很重要,因为它是最大的多机构研究radiomic迄今研究人口的非小细胞肺癌患者接受免疫疗法来预测PD-L1状态使用PET / CT扫描和随后的治疗反应,”Robert Gillies说博士,部门的主席癌症在莫菲特生理学。“因为图像经常获得和不受抽样偏差本身,我们建议这些分析提供的个性化风险评估信息可能是有用的作为一个未来的临床决策支持工具等待更大的前瞻性试验。”

---

---