A Multicenter Nomogram Integrating Dynamic ΔPLR and Pathological Features for High- Accuracy Prognostic Prediction in Esophageal Cancer Following Neoadjuvant Therapy

Sintesi Tecnica: Un Nomogramma Multicentrico che Integra la $\Delta$PLR Dinamica e le Caratteristiche Patologiche per una Previsione Prognostica ad Alta Accuratezza nel Carcinoma Esofageo dopo Terapia Neoadiuvante

Problematica
Prevedere accuratamente la sopravvivenza libera da malattia (DFS) nei pazienti con carcinoma squamoso dell'esofago (ESCC) dopo la terapia neoadiuvante (NAT) rimane una sfida clinica significativa. Gli attuali standard prognostici si affidano pesantemente su istantanee "statiche", come la stadiazione patologica tradizionale (ypTNM) e la Risposta Patologica Maggiore (MPR). Sebbene il punteggio Neoadjuvant Esophageal (NAE), recentemente validato, migliori questi parametri quantificando l'abbassamento anatomico locale, esso non riesce a catturare l'evoluzione dinamica del microambiente immunitario-infiammatorio sistemico dell'ospite. Al contrario, sebbene i marcatori infiammatori sistemici (ad es., NLR, SII, PLR) siano noti indicatori prognostici, la maggior parte degli studi utilizza misurazioni basali di un singolo punto temporale, perdendo la critica risposta longitudinale alla terapia. Esiste un urgente bisogno di un modello multidimensionale che colleghi la dinamica immunitaria sistemica con i residui patologici locali per consentire una precisa stratificazione del rischio e guidare la gestione postoperatoria, particolarmente nell'era dell'immunoterapia.

Metodologia
Questo studio retrospettivo multicentrico ha analizzato 328 pazienti con ESCC sottoposti a NAT seguita da esofagectomiaia curativa in tre centri della Provincia di Fujian tra gennaio 2020 e dicembre 2025.

• Raccolta Dati: Lo studio ha integrato dati clinicopatologici con campioni di sangue periferico accoppiati raccolti in due momenti chiave: al basale (entro 7 giorni pre-NAT) e in fase preoperatoria (entro 7 giorni pre-chirurgia).
• Valutazione dei Biomarcatori: Gli autori hanno calcolato i cambiamenti dinamici ($\Delta$) degli indicatori infiammatori sistemici: $\Delta$NLR, $\Delta$SII e $\Delta$PLR (definiti come valore preoperatorio meno il valore basale).
• Costruzione del Modello:
  1. Selezione dei Biomarcatori: Sono state utilizzate regressioni dei rischi proporzionali di Cox univariata e multivariata per confrontare le prestazioni prognostiche degli indicatori dinamici. Il $\Delta$PLR è stato selezionato come biomarcatore immunitario ottimale in base al più alto indice di concordanza (C-index) e al più basso criterio di Akaike (AIC).
  2. Integrazione delle Variabili: Il $\Delta$PLR selezionato è stato integrato con le caratteristiche patologiche fondamentali: l'Invasione Linfovascolare (LVI) e il punteggio NAE.
  3. Rigore Statistico: Lo studio ha impiegato statistiche di rango massimamente selezionate per determinare i valori di cutoff ottimali. La multicollinearità è stata valutata (VIF < 5) e l'assunzione dei rischi proporzionali è stata verificata. Per affrontare l'overfitting, il modello è stato sottoposto a una rigorosa validazione interna tramite 1000 ricampionamenti bootstrap. È stata eseguita un'analisi di sensibilità incorporando l'"anno di arruolamento" per controllare il confondimento dipendente dal tempo dovuto al passaggio dalla terapia convenzionale alla terapia di combinazione con l'immunoterapia durante il periodo di studio.
• Validazione: Le prestazioni del modello sono state valutate tramite C-index, curve ROC dipendenti dal tempo, grafici di calibrazione e Decision Curve Analysis (DCA). Analisi di sottogruppo e di interazione sono state condotte attraverso i regimi di trattamento e lo stato di MPR.

Risultati Chiave

• Fattori di Rischio Indipendenti: La regressione di Cox multivariata ha identificato tre fattori di rischio indipendenti per la DFS: LVI positiva (HR = 3,23), punteggio NAE più elevato (HR = 1,02) e $\Delta$PLR elevato (cutoff $\ge$ 74,55, HR = 2,04).
• Prestazioni del Modello: Il risultante nomogramma a tre variabili ha dimostrato una robusta accuratezza predittiva con un C-index complessivo corretto per l'ottimismo di 0,801. Gli AUC dipendenti dal tempo per la DFS a 1, 2 e 3 anni sono stati rispettivamente 0,813, 0,819 e 0,828.
• Superiorità rispetto alla MPR: Il modello ha fornito un valore prognostico incrementale rispetto alla valutazione tradizionale della MPR. Fondamentalmente, ha identificato individui ad alto rischio occulti all'interno del sottogruppo MPR (HR = 7,23 per l'alto rischio rispetto al basso rischio tra i pazienti con MPR), catturando l'81% degli eventi di recidiva in questo gruppo. Al contrario, ha identificato un sottogesto a basso rischio all'interno della popolazione non-MPR che ha ottenuto risultati eccellenti.
• Interazione con il Regime di Trattamento: L'analisi di interazione ha rivelato che LVI e $\Delta$PLR sono fattori di rischio stabili sia nel sottogruppo di NAT convenzionale che in quello di terapia di combinazione con l'immunoterapia. Tuttavia, il valore prognostico del punteggio NAE è stato significativamente amplificato nel sottogruppo di combinazione con l'immunoterapia (P per l'interazione = 0,028), mostrando significatività predittiva solo in quel gruppo.
• Potenziale di De-escalation: Nel gruppo a basso rischio identificato dal nomogramma, i tassi di recidiva sono stati molto bassi (< 7%) indipendentemente dal fatto che i pazienti ricevessero solo osservazione o terapia adiuvante. Il propensity score matching (PSM) tra i pazienti a basso rischio che ricevevano osservazione rispetto a quelli che ricevevano terapia adiuvante non ha mostrato differenze significative nella DFS (log-rank P = 0,98), suggerendo che rinunciare alla terapia adiuvante postoperatoria possa essere una strategia di de-escalation praticabile per questo specifico coorte.

Significatività e Rivendicazioni
Gli autori affermano che questo studio presenta il primo nomogramma parsimonioso che integra con successo l'evoluzione longitudinale dell'infiammazione immunitaria sistemica ($\Delta$PLR) con i residui patologici locali (LVI e punteggio NAE). La significatività di questo lavoro risiede in diverse aree:

1. Integrazione Dinamica: Supera la valutazione patologica statica incorporando la traiettoria dinamica della risposta immunitaria dell'ospite, offrendo una visione più completa della biologia tumorale post-NAT.
2. Stratificazione di Precisione: Il modello compensa i limiti della MPR, che può essere oscurata dall'infiltrazione di cellule immunitarie o dalla fibrosi nell'era dell'immunoterapia, fornendo un gradiente di rischio raffinato che identifica sia pazienti ad alto rischio nascosti sia candidati a basso rischio per la de-escalation del trattamento.
3. Guida Clinica: Offre uno strumento pratico per la gestione postoperatoria individualizzata, supportando potenzialmente l'omissione della terapia adiuvante nei pazienti a basso rischio per evitare tossicità non necessarie, segnalando al contempo i pazienti ad alto rischio per una sorveglianza o un intervento intensificati.
4. Dipendenza dalla Modalità di Trattamento: Lo studio evidenzia che i fattori prognostici non sono universalmente statici; specificamente, l'utilità del punteggio NAE appare dipendente dall'uso dell'immunoterapia, fornendo un riferimento per la gestione di precisione in diversi gruppi di intervento.

Gli autori concludono che, sebbene il modello fornisca uno strumento ad alta precisione per la stratificazione del rischio, i risultati riguardanti le strategie di de-escalation richiedono validazione in studi prospettici, e la calibrazione a lungo termine del modello può essere influenzata dalla natura retrospettiva dei dati e dai paradigmi di trattamento in evoluzione.