美国休斯敦卫理公会研究所Vittorio Cristini和德州大学安德森癌症中心Eugene J. Koay等人提出了一个免疫检查点抑制剂治疗的机械数学模型,以满足肿瘤患者对免疫治疗反应早期、广泛适用的读出(生物标记物)的需求。
本文要点:
1)该模型建立在免疫系统和癌症之间复杂的生物和物理相互作用的基础上,并且仅使用照护标准CT即可获知。研究人员回顾性地将该模型应用于245例接受抗CTLA-4或抗PD-1/PD-L1抗体治疗的患者。发现,模型参数清楚地识别了那些从这些单一疗法中受益和未受益的常见(n=18)和罕见(n=10)恶性肿瘤类型的患者,在首次再分期(中位数53天)的准确率高达88%。
2)此外,这些参数成功地将假进展与真进展区分开来,为假进展的独特生物物理学特征提供了先前未被确认的见解。该数学模型为个体化肿瘤学和工程免疫治疗方案提供了一个临床相关的工具。
Butner JD, et al. Mathematical prediction of clinical outcomes in advanced cancer patients treated with checkpoint inhibitor immunotherapy. Science Advances. 2020;6(18):eaay6298.
DOI: 10.1126/sciadv.aay6298
https://advances.sciencemag.org/content/6/18/eaay6298