【文献解析】两种不同评估方法在接受新辅助化疗的乳腺癌患者肿瘤浸润淋巴细胞评估中的临床应用

1. 领域背景与文献

文献英文标题:Clinical utility of tumor-infiltrating lymphocyte evaluation by two different methods in breast cancer patients treated with neoadjuvant chemotherapy;

发表期刊:文献未明确提供;影响因子:文献未明确提供;研究领域:乳腺癌免疫微环境与新辅助化疗疗效预测

领域共识:乳腺癌肿瘤免疫微环境对疾病进程、治疗响应及预后具有关键调控作用,肿瘤浸润淋巴细胞(TILs)作为核心免疫组分,其水平与化疗疗效、免疫检查点抑制剂响应及患者预后密切相关。2014年左右,国际肿瘤浸润淋巴细胞工作组推出基于肿瘤间质区域平均值的组织病理学评估标准(平均法),成为临床评估的主流方法;后续研究团队提出热点法,通过识别淋巴细胞浸润最密集区域进行评估,在低肿瘤浸润淋巴细胞的激素受体阳性乳腺癌中更易区分病例差异。当前研究热点聚焦于肿瘤浸润淋巴细胞在三阴性乳腺癌(TNBC)、人表皮生长因子受体2(HER2)阳性乳腺癌新辅助化疗及免疫治疗中的疗效预测价值,未解决的核心问题包括:活检标本与手术标本的肿瘤浸润淋巴细胞评估一致性尚未充分验证,两种评估方法在新辅助化疗患者中的临床价值缺乏直接对比,以及如何简化肿瘤浸润淋巴细胞的临床评估流程以提高可及性。本研究针对上述空白,通过对比两种评估方法的标本一致性、与病理完全缓解(pCR)及预后的关联,探索机器学习预测肿瘤浸润淋巴细胞的可行性,为临床优化肿瘤浸润淋巴细胞评估策略提供依据。

2. 文献综述解析

作者围绕乳腺癌肿瘤浸润淋巴细胞的临床价值及评估方法展开综述,分类维度涵盖“肿瘤浸润淋巴细胞的生物学功能与临床意义”“现有两种评估方法的技术特点”“当前研究的局限与空白”三个层面。

现有研究的关键结论包括,肿瘤浸润淋巴细胞通过CD8+T细胞等发挥肿瘤抑制作用,其水平升高与乳腺癌患者更好的预后、更高的新辅助化疗病理完全缓解率及免疫检查点抑制剂响应率相关;国际标准平均法通过评估肿瘤间质区域肿瘤浸润淋巴细胞的整体平均值,具有良好的方法学一致性,但在低肿瘤浸润淋巴细胞的激素受体阳性乳腺癌中难以区分细微差异;热点法通过聚焦淋巴细胞浸润最密集区域,可有效识别低肿瘤浸润淋巴细胞病例中的差异,但此前缺乏其与平均法在新辅助化疗患者中的直接对比数据,且活检与手术标本的评估一致性尚未验证。现有研究的局限性在于,多数研究仅采用单一评估方法,未系统对比两种方法的临床效能,且依赖病理医师的人工评估,流程繁琐难以大规模推广。本研究的创新价值在于,首次直接对比两种肿瘤浸润淋巴细胞评估方法在新辅助化疗乳腺癌患者中的临床价值,验证了活检与手术标本的评估一致性,并首次探索了通过常规临床病理数据构建机器学习模型预测肿瘤浸润淋巴细胞的可行性,填补了领域内的研究空白。

3. 研究思路总结与详细解析

本研究的整体研究目标为,明确两种肿瘤浸润淋巴细胞评估方法(平均法、热点法)在接受新辅助化疗的乳腺癌患者中的临床应用价值,验证活检标本与手术标本的评估一致性,探索基于常规临床病理数据的肿瘤浸润淋巴细胞预测模型;核心科学问题为“哪种评估方法更适合新辅助化疗患者的肿瘤浸润淋巴细胞临床评估”及“能否通过常规临床数据准确预测肿瘤浸润淋巴细胞水平”;技术路线遵循“标本一致性验证→临床关联分析→机器学习预测”的闭环逻辑,通过多队列研究与统计分析、机器学习建模完成研究验证。

3.1 研究队列与标本收集

实验目的:建立符合研究要求的乳腺癌患者队列,收集活检及手术标本用于肿瘤浸润淋巴细胞评估,同时收集临床病理数据用于后续分析与机器学习建模。
方法细节:研究纳入2016年8月至2023年10月在兵库医科大学附属医院接受手术的907例乳腺癌患者,排除双侧癌、复发癌、IV期远处转移病例后,分为无新辅助化疗队列(367例具备活检与手术标本,477例用于预后分析)及新辅助化疗队列(144例);收集所有患者的福尔马林固定石蜡包埋标本、术前血液参数、病理诊断结果、TNM分期等临床病理数据。
结果解读:无新辅助化疗队列中367例患者的活检与手术标本可用于肿瘤浸润淋巴细胞一致性分析,新辅助化疗队列144例患者涵盖三阴性乳腺癌(25.0%)、HER2阳性(39.6%)、luminal B型(23.6%)、luminal A型(11.8%)等亚型,为后续分析提供了代表性的患者群体。
产品关联:文献未提及具体实验产品,领域常规使用福尔马林固定石蜡包埋标本处理试剂盒、苏木精-伊红染色试剂盒、免疫组化检测试剂盒(如ER、HER2、Ki-67抗体)、JMP Pro统计分析软件等。

3.2 肿瘤浸润淋巴细胞病理评估方法建立

实验目的:标准化两种肿瘤浸润淋巴细胞评估方法的操作流程,确保评估结果的可靠性与可重复性。
方法细节:对福尔马林固定石蜡包埋的活检及手术标本进行苏木精-伊红染色,由两名病理医师独立采用两种方法评估肿瘤浸润淋巴细胞:热点法先通过低倍镜(40×)识别浸润癌与淋巴细胞密集区域,再在中倍镜(100×)下选择淋巴细胞浸润最密集的热点区域,排除中性粒细胞、嗜酸性粒细胞及巨噬细胞后,计算淋巴细胞及浆细胞占肿瘤及邻近间质区域的百分比;平均法遵循国际肿瘤浸润淋巴细胞工作组的标准,评估肿瘤间质区域肿瘤浸润淋巴细胞的整体平均值;将肿瘤浸润淋巴细胞分为低(<10%)、中(10%-50%)、高(≥50%)三个等级,存在分歧时通过讨论达成共识。
结果解读:两种评估方法的操作流程标准化完成,两名病理医师的评估一致性通过共识机制保障,为后续的一致性分析与临床关联研究奠定了方法学基础。
产品关联:文献未提及具体实验产品,领域常规使用光学显微镜、苏木精-伊红染色试剂盒等组织病理学评估试剂与设备。

3.3 新辅助化疗患者肿瘤浸润淋巴细胞与病理完全缓解及预后的关联分析

实验目的:明确两种方法评估的肿瘤浸润淋巴细胞与新辅助化疗病理完全缓解率及患者预后的关联,对比两种方法的临床价值。
方法细节:对144例新辅助化疗患者的术前活检标本肿瘤浸润淋巴细胞进行评估,分析其与病理完全缓解率的相关性;采用Kaplan-Meier法绘制无病生存期(DFS)与总生存期(OS)曲线,通过log-rank检验分析肿瘤浸润淋巴细胞水平与预后的关联,进一步联合病理完全缓解状态进行亚组分析;同时对477例无新辅助化疗患者进行预后关联分析作为验证。
结果解读:两种方法评估的肿瘤浸润淋巴细胞均与病理完全缓解率呈线性相关(热点法P<0.001,平均法P=0.001,n=144);平均法评估的高/中肿瘤浸润淋巴细胞患者总生存期显著优于低肿瘤浸润淋巴细胞患者(P=0.03,n=144),且低肿瘤浸润淋巴细胞联合非病理完全缓解患者的无病生存期(P=0.03,n=144)与总生存期(P=0.02,n=144)均显著差于其他亚组;热点法评估的肿瘤浸润淋巴细胞与预后的关联无统计学显著性。无新辅助化疗患者中,热点法的高/中肿瘤浸润淋巴细胞患者总生存期显著优于低肿瘤浸润淋巴细胞患者(P=0.04,n=477),平均法的关联无统计学显著性(P=0.11,n=477)。

两种方法评估的活检与手术标本肿瘤浸润淋巴细胞评分一致性


新辅助化疗患者肿瘤浸润淋巴细胞评分与病理完全缓解率的关联


肿瘤浸润淋巴细胞评分与新辅助化疗患者预后的关联


肿瘤浸润淋巴细胞联合病理完全缓解状态与新辅助化疗患者预后的关联


产品关联:文献未提及具体实验产品,领域常规使用JMP Pro统计分析软件进行生存分析与相关性检验。

3.4 机器学习模型构建与肿瘤浸润淋巴细胞预测

实验目的:探索基于常规临床病理数据构建机器学习模型预测肿瘤浸润淋巴细胞的可行性,对比两种评估方法的预测效能。
方法细节:从621例无新辅助化疗患者中筛选出468例具备完整临床病理数据的病例,按7:3分为训练集(327例)与测试集(141例);以术前血液参数、病理特征、TNM分期等为自变量,以两种方法评估的肿瘤浸润淋巴细胞为因变量,采用Python的Scikit-learn库构建随机森林回归模型,计算测试集的均方根误差(RMSE)以评估预测效能。
结果解读:平均法的测试集均方根误差为10.955,显著低于热点法的19.662,表明基于常规临床病理数据的机器学习模型对平均法评估的肿瘤浸润淋巴细胞预测效能更高,预测值与真实值的偏差更小。

机器学习模型预测肿瘤浸润淋巴细胞评分的真实值与预测值对比


产品关联:文献未提及具体实验产品,领域常规使用Python编程语言、Scikit-learn机器学习库等工具构建预测模型。

4. Biomarker研究及发现成果解析

本研究的核心Biomarker为肿瘤浸润淋巴细胞,属于肿瘤微环境免疫细胞标志物,其筛选与验证逻辑遵循“标本一致性验证→临床关联分析→预测模型构建”的完整链条,通过多队列研究明确了其在新辅助化疗乳腺癌患者中的临床价值及评估方法的优化方向。

Biomarker的来源为乳腺癌患者的术前活检标本及术后手术标本的肿瘤间质区域,验证方法包括组织病理学评估(平均法与热点法)、生存分析及相关性检验;特异性与敏感性方面,平均法的活检标本与手术标本评估一致性更高(86.1% vs 热点法67.0%,n=367,P<0.001),在新辅助化疗患者中,平均法评估的低肿瘤浸润淋巴细胞联合非病理完全缓解患者的总生存期显著更差(P=0.02,n=144),病理完全缓解率与肿瘤浸润淋巴细胞水平呈线性相关(P=0.001,n=144);热点法评估的肿瘤浸润淋巴细胞与病理完全缓解率的线性相关性更显著(P<0.001,n=144),但与预后的关联无统计学显著性。核心成果包括:1)首次明确平均法在新辅助化疗乳腺癌患者中的临床优势,其活检与手术标本的评估一致性更高,与患者预后的关联更紧密;2)首次构建基于常规临床病理数据的机器学习模型,可有效预测平均法评估的肿瘤浸润淋巴细胞水平,为简化临床评估流程提供了新方向;3)证实肿瘤浸润淋巴细胞联合病理完全缓解状态可更精准地预测新辅助化疗患者的预后,低肿瘤浸润淋巴细胞且未达到病理完全缓解的患者预后最差,需加强随访与后续治疗管理。

特别声明

1、本页面内容包含部分的内容是基于公开信息的合理引用;引用内容仅为补充信息,不代表本站立场。

2、若认为本页面引用内容涉及侵权,请及时与本站联系,我们将第一时间处理。

3、其他媒体/个人如需使用本页面原创内容,需注明“来源:[生知库]”并获得授权;使用引用内容的,需自行联系原作者获得许可。

4、投稿及合作请联系:info@biocloudy.com。