Explaining and predicting pseudoprogression in immunotherapythrough joint modeling of immune infiltration and ctDNA dynamics
本研究开发了一个整合肿瘤-免疫动力学与 ctDNA 波动以解释假性进展的机制数学模型，并训练了一个随机森林分类器，该分类器在区分真实进展与假性进展方面的早期辨别能力优于标准影像学标准。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
当患者开始接受现代免疫疗法治疗时，其目标是唤醒人体自身的免疫系统去猎杀癌症。这些被称为免疫检查点抑制剂的药物，通过移除肿瘤常用于躲避免疫细胞攻击的“刹车”。然而，这种唤醒过程会给医生带来一个混乱的信号。随着免疫细胞涌入肿瘤进行攻击，它们会引起肿胀和炎症，就像人群聚集在某个现场一样。在标准的医学影像扫描中，这种细胞的涌入会导致肿瘤看起来比治疗开始前更大。这种现象被称为“假性进展”（pseudoprogression）。这是癌症护理中的一个关键谜题，因为一个看起来在增长的肿瘤可能实际上正在死亡，而一个真正增长的肿瘤可能会被误认为是暂时的炎症反应。如果医生将萎缩的肿瘤误认为是在增长，他们可能会过早停止救命的治疗；如果他们将增长中的肿瘤误认为是在萎缩，他们可能会延迟更换另一种疗法，从而导致癌症扩散。
几十年来，医生一直依赖于通过影像扫描测量肿瘤大小来决定治疗是否有效。这些被称为 RECIST 的规则是为那些能快速且稳定地缩小肿瘤的传统化疗药物设计的。它们并未考虑到免疫疗法复杂、延迟且有时具有欺骗性的行为。一套名为 iRECIST 的新准则被创建出来以应对这种混乱，它指导医生在宣布治疗失败之前，应等待并重新对患者进行扫描。虽然这段等待期有助于避免过早停止有效的治疗，但也意味着那些癌症确实在增长的患者必须多等数周才能让医生更换治疗方案。在等待期间，癌症会在不受控制的情况下继续生长。明尼苏达大学的研究人员，在 Aaron Li 和 Jasmine Foo 的带领下，致力于通过建立一个模拟免疫疗法期间人体内发生情况的数学模型来解决这个时间问题。
研究人员创建了一个计算机模型，追踪三个主要要素：癌细胞、正在攻击它们的活跃免疫细胞，以及一种特定的遗传物质——循环肿瘤 DNA（ctDNA），这种 DNA 会在癌细胞死亡时泄漏到血液中。在他们的模型中，扫描中看到的“肿瘤”不仅仅是癌细胞，而是癌细胞加上涌入其中的免疫细胞的总和。这种区分至关重要，因为它解释了为什么即使癌细胞正在被杀死，肿瘤看起来也可能在增长。模型还追踪 ctDNA，它充当了癌症的分子指纹。当癌细胞死亡时，它们会向血液中释放更多的这种 DNA。研究人员利用数百名接受药物阿替利珠单抗（atezolizumab）治疗的真实患者数据来调整他们的模型，确保其符合肿瘤大小和 DNA 水平的现实世界波动。
模型校准完成后，团队利用它生成了数千名虚拟患者，以测试不同的预测结果的方法。他们想看看结合影像扫描数据与血液 DNA 数据，是否能分辨出哪些是真正增长的肿瘤，哪些仅仅是发生了炎症。他们训练了一个被称为“随机森林分类器”的计算机程序，去观察肿瘤大小和 ctDNA 水平随时间变化的模式。结果表明，这种结合方法在做出正确判断方面的表现远优于仅观察影像扫描。该计算机模型能够以比现有标准规则更高的准确度，区分出真正的进展与假性进展，即使在影像测量存在轻微噪声或不完美的情况下也是如此。
或许最重要的发现是这种新方法的速度。标准规则 iRECIST 要求医生在观察到增长迹象后的四到八周内进行第二次扫描，以确认肿瘤是否真的在恶化。在研究人员的模拟中，这段等待期导致真实的癌症增长在开始新治疗前，中位增加了 144%。相比之下，使用结合了扫描和血液数据的模型可以在提前 37 天做出同样的判断。这种更早的检测意味着，对于那些真正具有侵略性的癌症患者，他们可以更早地更换治疗方案，从而可能防止疾病进一步扩散；而对于假性进展的患者，则可以让他们确信目前的治疗仍在奏效。
研究人员还测试了该方法在不同条件下的稳健性，例如当血液测试不够精确或两次测试之间的时间间隔变化时。该模型保持了稳健性，即使在数据不完美的情况下也能维持其准确性。这表明该方法在现实世界中使用是具有可行性的，因为现实中的医疗测试从来不是完美的。然而，团队谨慎地指出，这些结果来自基于现有数据的计算机模拟。为了证明这种方法在临床上有效，他们认为医生需要收集来自真实患者的配对数据——即在肿瘤看起来正在增长的特定时期内同时进行的影像扫描和血液测试。如果没有这种特定类型的数据，很难确定该模型的预测是否能在每位患者身上都成立。
这项研究并不声称已经彻底解决了假性进展之谜，也不建议医生立即停止使用现有的准则。相反，它提供了一个强大的新工具和一条清晰的前行路径。通过展示免疫细胞、癌细胞与血液 DNA 之间的相互作用是如何产生令人困惑的信号，研究人员提供了一种穿透噪音的方法。他们的工作表明，如果我们能够同步我们的影像学检查和血液检测，我们或许能更快地洞察患者反应的真相，从而减轻患者等待时的焦虑，并避免因治疗延误带来的危险。下一步，正如作者所提议的，是收集现实世界的证据，将这种数学上的洞察力转化为癌症护理的标准组成部分。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。