首页 > 文章详情

2024 ESMO丨爱尔兰都柏林Jarushka Naidoo 教授团队：定量放射组学用于检测 III 期不可切除 NSCLC 患者化疗后的症状性肺炎

09月15日

编译：肿瘤资讯

来源：肿瘤资讯

2024欧洲肿瘤内科学会（ESMO）年会即将于西班牙巴塞罗那盛大召开，大会将一如既往为肿瘤领域带来最新前沿进展与诊疗理念，为改变临床实践、探索研究风向等提供学术交流平台。

当前，ESMO官网已公布了部分摘要的详细内容，其中爱尔兰都柏林Jarushka Naidoo 教授团队的一项临床研究成功入选Mini oral session 1: Non-metastatic NSCLC，引起国内外广泛关注与讨论。【肿瘤资讯】特此整理，以飨读者。

摘要ID：1240MO

英文标题：Quantitative radiomics for the detection of symptomatic pneumonitis following chemoradiotherapy in patients with stage III unresectable NSCLC

中文标题：定量放射组学用于检测 III 期不可切除 NSCLC 患者化疗后的症状性肺炎

研究类型：Mini oral session 1: Non-metastatic NSCLC

讲者：Jarushka Naidoo (Dublin, Ireland, MD)

研究背景

肺炎是放疗和免疫治疗的常见并发症。在临床试验（PACIFIC；NCT02125461）和真实世界研究（PACIFIC-R；NCT03798535）中，33.9%（Grade [Gr]≥2：19.8%）和17.9%（Gr≥2：11.7%）的III期不可切除NSCLC患者（pts）在同时接受化放疗后接受了度伐利尤单抗巩固治疗。准确的放射线组学分析可实现无症状（即 Gr ≥2）肺炎（SP）的早期检测和治疗，这对优化患者护理至关重要。在此，我们对放射组学在SP鉴定中的实用性进行了评估。

研究设计

对PACIFIC试验中的538例患者进行了分析，其中97例（18%）患有SP，441例（82%）未患肺炎或无症状。采用自动分割模型对 CT 图像进行了专有的放射学评估，以识别 4 种异常模式（蜂窝状、网状、磨玻璃不透明和固定结节）并量化其他放射学特征。开发了正则逻辑回归模型（regularised logistic regression models），并对其识别 SP 的判别能力进行了评估。第一个模型根据放射学数据进行训练；第二个模型根据放射学和临床数据进行训练。报告的几率比（ORs）基于 10 次重复 5 倍交叉验证；ORs >1 表示与 SP 呈正相关。

研究结果

第一个模型能够利用网状结构体积归一化总肺活量（TLC；OR [95% CI]：1.58 [1.56, 1.61]）和肺容积（0.60 [0.59, 0.61]）来识别 SP（AUC [95% CI]：0.74 [0.72, 0.75]）。加入临床数据增强了第二个模型（AUC [95% CI]：0.78 [0.77，0.80]），该模型利用网状结构体积归一化 TLC（OR [95% CI]：1.83 [1.80，1.86]）、度伐利尤单抗治疗（2.55 [2. 45，2.65]）、亚洲人种（3.11 [2.98，3.23]）、中性粒细胞计数（1.97 [1.94，2.01]）、依托泊苷治疗（1.49 [1.43，1.56]）、IIIA 期疾病（1.77 [1.71，1.83]）和基线吸烟状态（0.56 [0.54，0.57]）。我们将报告最终模型的 OR 值。

研究结论

基于放射学特征和临床变量的模型可以预测 SP 的发展。随着技术的不断完善，这些技术可能会使NSCLC和其他癌症患者更早地诊断出SP。目前正在利用其他数据集进行验证。

责任编辑：肿瘤资讯-云初
排版编辑：肿瘤资讯-云初

09月15日

高敬华

沧州市中心医院 | 肿瘤内科

基于放射学特征和临床变量的模型可以预测 SP 的发展