新辅助化疗后切除的III期非小细胞肺癌的病理学评估：识别额外的预后因素

《Histopathology》：Pathologic assessment of resected stage III non-small cell lung cancer after neoadjuvant chemotherapy: identification of additional prognostic factors

该研究分析70例III期非小细胞肺癌患者新辅助化疗后的病理特征，结合形态学定量和AI技术评估纤维化、炎症浸润及CD4+ T细胞浸润，发现综合评分（ClinPATH）比单一指标（如MPR、pCR）更能预测无病生存期（DFS）和总生存期（OS），尤其对腺癌患者。结论强调多参数整合的重要性，为临床决策提供依据。

　　非小细胞肺癌（NSCLC）患者在术前接受新辅助化疗（NACT）后进行手术，为识别预后因素提供了理想的临床环境。传统的病理反应评估方法主要依赖于主要病理反应（MPR）和完全病理反应（pCR）作为NACT反应和临床结局的替代指标。然而，随着研究的深入，科学家们发现还有其他重要的临床病理特征可以提供额外的信息，用于预测患者的预后情况。本研究利用形态计量学和人工智能（AI）技术，探索了这些额外特征的潜在价值，旨在开发一个更全面、更准确的综合评分系统，以提高预后评估的准确性。

在本研究中，70名接受NACT后手术的III期NSCLC患者被纳入研究。研究中对组织学参数进行了细致的评估，包括肿瘤床中的基质成分（纤维化和炎症）以及肿瘤床分析（基于2020年IASLC指南）。此外，还应用了AI算法对免疫表型进行分析，特别是对免疫组化染色的全切片图像（WSI）进行了处理。研究人员开发了一个名为“ClinPATH综合评分”的评分系统，其中包括MPR、基线血液淋巴细胞计数、神经周围浸润、血管浸润、增殖指数、纤维化扩展百分比和AI量化CD4+细胞百分比。

研究结果显示，MPR和pCR与无病生存期（DFS）和总生存期（OS）密切相关。此外，血管浸润、神经周围浸润和Ki-67增殖指数也被发现有助于对患者群体进行分层。在肿瘤床的基质成分方面，只有形态计量学量化能够突出纤维化和炎症的预后作用，特别是在区分CD4+和FOXP3+细胞时，这种作用在腺癌中尤为明显。有趣的是，当将最具影响力的临床病理参数结合起来形成“ClinPATH综合评分”时，其与DFS和OS的相关性比任何单一参数更强，包括MPR或pCR。

研究还指出，AI技术能够更准确地解析肿瘤床基质成分的复杂性，提供额外的预后信息。这种技术的应用可以提高病理评估的客观性和可重复性，从而改善对患者的预后预测。此外，研究还强调了结合多种临床病理特征的重要性，这些特征可能在指导治疗决策和最终改善患者预后方面具有重要价值。

在分析过程中，研究人员发现了一些有趣的预后指标。例如，较高的CD4+ T细胞百分比与改善的总生存期相关，而较高的FOXP3+细胞百分比也显示出一定的预后价值。这些结果与先前的研究相吻合，即高肿瘤基质浸润的Foxp3+和CD4+ T细胞独立地与NSCLC患者的生存率相关。此外，基线血液淋巴细胞计数和临床分期也被发现对预后有预测作用，尤其是在腺癌患者的分析中。

研究还发现，纤维化扩展百分比与较长的DFS和OS相关，而炎症百分比则没有显著的预后价值。这些结果与另一项关于胰腺癌的研究一致，其中作者认为术后纤维化扩展是NACT反应的替代指标，可以提供关于患者预后的信息。尽管纤维化与肿瘤细胞的存活率呈负相关，但形态计量学分析显示，纤维化扩展的程度对预后的影响大于残留肿瘤细胞的数量。

在临床实验室数据方面，只有临床分期和基线淋巴细胞计数显示出对预后的预测价值。这些结果与现有文献中的研究相一致，即在新辅助治疗的背景下，中性粒细胞与淋巴细胞比值（NLR）与较短的DFS相关。其他研究也支持NLR作为新辅助免疫治疗疗效预测指标的观点。

研究还探讨了不同病理特征对预后的影响。例如，血管浸润、神经周围浸润和胸膜浸润与较差的DFS和OS相关，特别是在腺癌的分析中。Ki-67增殖指数也显示出与DFS和OS的显著相关性，尤其是在腺癌患者中，其影响更为明显。尽管Ki-67的预后作用在文献中存在争议，但本研究的结果表明，其在新辅助治疗背景下可能具有重要的预测价值。

研究的局限性在于其回顾性设计，以及形态计量学和AI方法的应用仅限于肿瘤床的代表性切片。由于这些方法成本高且耗时，研究人员试图验证仅评估一个切片是否能够有效地反映整个肿瘤床的情况。此外，研究中未对免疫表型进行系统性的训练和独立验证，而是与Visiopharm的科学支持团队合作，确保其技术准确性和适用性。未来计划在更大的独立患者队列中验证该算法，以评估其在临床实践中的可行性。

总之，本研究确认了MPR和pCR作为良好的预后因素，但将最具影响力的临床病理参数结合起来形成的综合评分能够更好地预测DFS和OS。这些结果对临床医生具有重要价值，有助于指导治疗决策，帮助肿瘤科医生制定更个性化的辅助治疗方案，优化随访策略，并最终改善患者的预后。未来的研究将致力于进一步验证这些结果，并探索其在不同治疗背景下的应用价值。