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

Resumo Técnico: Um Nomograma Multicêntrico Integrando o $\Delta$PLR Dinâmico e Características Patológicas para Predição Prognóstica de Alta Precisão no Câncer de Esôfago Após Terapia Neoadjuvante

Definição do Problema
Prever com precisão a sobrevida livre de doença (DFS) em pacientes com carcinoma de células escamosas do esôfago (ESCC) após terapia neoadjuvante (NAT) continua sendo um desafio clínico significativo. Os padrões prognósticos atuais baseiam-se fortemente em "instantâneos" estáticos, como o estadiamento patológico tradicional (ypTNM) e a Resposta Patológica Maior (MPR). Embora o escore de Neoadjuvância de Esôfago (NAE) recentemente validado melhore isso ao quantificar o estadiamento anatômico local, ele falha em capturar a evolução dinâmica do microambiente imuno-inflamatório sistêmico do hospedeiro. Por outro lado, embora os marcadores inflamatórios sistêmicos (ex: NLR, SII, PLR) sejam indicadores prognósticos conhecidos, a maioria dos estudos utiliza medições de ponto único de linha de base, perdendo a resposta longitudinal crítica à terapia. Há uma necessidade urgente de um modelo multidimensional que una a dinâmica imune sistêmica aos resíduos patológicos locais para permitir a estratificação de risco precisa e guiar o manejo pós-operatório, particularmente na era da imunoterapia.

Metodologia
Este estudo retrospectivo multicêntrico analisou 328 pacientes com ESCC que foram submetidos à NAT seguida de esofagectomiaia curativa em três centros na província de Fujian entre janeiro de 2020 e dezembro de 2025.

• Coleta de Dados: O estudo integrou dados clinicopatológicos com amostras de sangue periférico pareadas, coletadas em dois momentos principais: linha de base (dentro de 7 dias pré-NAT) e pré-operatório (dentro de 7 dias pré-cirurgia).
• Avaliação de Biomarcadores: Os autores calcularam as mudanças dinâmicas ($\Delta$) nos indicadores inflamatórios sistêmicos: $\Delta$NLR, $\Delta$SII e $\Delta$PLR (definidos como o valor pré-operatório menos o valor de linha de base).
• Construção do Modelo:
  1. Seleção de Biomarcadores: Regressões de riscos proporcionais de Cox univariadas e multivariadas foram usadas para comparar o desempenho prognóstico dos indicadores dinâmicos. O $\Delta$PLR foi selecionado como o biomarcador imune ideal com base no maior índice de concordância (C-index) e no menor critério de informação de Akaike (AIC).
  2. Integração de Variáveis: O $\Delta$PLR selecionado foi integrado com características patológicas centrais: Invasão Linfovascular (LVI) e o escore NAE.
  3. Rigor Estatístico: Foram utilizadas estatísticas de ranking maximamente selecionadas para determinar os valores de corte ideais. A multicolinearidade foi avaliada (VIF < 5) e a suposição de riscos proporcionais foi verificada. Para evitar o sobreajuste (overfitting), o modelo passou por uma validação interna rigorosa usando 1000 reamostragens de bootstrap. Uma análise de sensibilidade incorporando o "ano de inscrição" foi realizada para controlar o confundimento dependente do tempo devido à transição da terapia convencional para a terapia de combinação com imunoterapia durante o período do estudo.
• Validação: O desempenho do modelo foi avaliado pelo C-index, curvas ROC dependentes do tempo, gráficos de calibração e Análise de Curva de Decisão (DCA). Análises de subgrupo e de interação foram conduzidas entre regimes de tratamento e status de MPR.

Principais Resultados

• Fatores de Risco Independentes: A regressão de Cox multivariada identificou três fatores de risco independentes para DFS: LVI positivo (HR = 3,23), escore NAE mais alto (HR = 1,02) e $\Delta$PLR elevado (corte $\ge$ 74,55, HR = 2,04).
• Desempenho do Modelo: O nomograma de três variáveis resultante demonstrou robusta precisão preditiva com um C-index total corrigido por otimismo de 0,801. Os AUCs dependentes do tempo para 1, 2 e 3 anos de DFS foram de 0,813, 0,819 e 0,828, respectivamente.
• Superioridade sobre a MPR: O modelo forneceu valor prognóstico incremental sobre a avaliação tradicional da MPR. Crucialmente, identificou indivíduos de alto risco ocultos dentro do subgrupo MPR (HR = 7,23 para alto risco vs. baixo risco dentro dos pacientes com MPR), capturando 8 de cada 10 eventos de recorrência neste grupo. Inversamente, identificou um subgrupo de baixo risco dentro da população não-MPR que apresentou excelentes resultados.
• Interação com o Regime de Tratamento: A análise de interação revelou que LVI e $\Delta$PLR são fatores de risco estáveis entre os subgrupos de NAT convencional e de combinação com imunoterapia. No entanto, o valor prognóstico do escore NAE foi significativamente amplificado no subgrupo de combinação com imunoterapia (P de interação = 0,028), mostrando significância preditiva apenas nesse grupo.
• Potencial de Desescalonamento: No grupo de baixo risco identificado pelo nomograma, as taxas de recorrência foram muito baixas (< 7%), independentemente de os pacientes terem recebido observação isolada ou terapia adjuvante. O pareamento por escore de propensão (PSM) entre pacientes de baixo risco recebendo observação versus aqueles recebendo terapia adjuvante não mostrou diferença significativa na DFS (log-rank P = 0,98), sugerindo que a omissão da terapia adjuvante pós-operatória pode ser uma estratégia de desescalonamento viável para este coorte específico.

Significância e Alegações
Os autores afirmam que este estudo apresenta o primeiro nomograma parcimonioso que integra com sucesso a evolução imuno-inflamatória sistêmica longitudinal ($\Delta$PLR) com os resíduos patológicos locais (LVI e escore NAE). A significância deste trabalho reside em várias áreas:

1. Integração Dinâmica: Ele vai além da avaliação patológica estática ao incorporar a trajetória dinâmica da resposta imune do hospedeiro, oferecendo uma visão mais abrangente da biologia tumoral pós-NAT.
2. Estratificação de Precisão: O modelo compensa as limitações da MPR, que podem ser obscurecidas pela infiltração de células imunes ou fibrose na era da imunoterapia, ao fornecer um gradiente de risco refinado que identifica tanto pacientes de alto risco ocultos quanto candidatos de baixo risco para desescalonamento de tratamento.
3. Orientação Clínica: Oferece uma ferramenta prática para o manejo pós-operatório individualizado, potencialmente apoiando a omissão da terapia adjuvante em pacientes de baixo risco para evitar toxicidade desnecessária, enquanto sinaliza pacientes de alto risco para vigilância ou intervenção intensificadas.
4. Dependência da Modalidade de Tratamento: O estudo destaca que os fatores prognósticos não são universalmente estáticos; especificamente, a utilidade do escore NAE parece depender do uso de imunoterapia, fornecendo uma referência para o manejo de precisão em diferentes grupos de intervenção.

Os autores concluem que, embora o modelo forneça uma ferramenta de alta precisão para a estratificação de risco, os achados relativos às estratégias de desescalonamento requerem validação em estudos prospectivos, e a calibração de longo prazo do modelo pode ser influenciada pela natureza retrospectiva dos dados e pelos paradigmas de tratamento em evolução.