Integrating ctDNA Analysis and Radiomics for Dynamic Risk Assessment in Localized Lung Cancer.
研究背景
肺癌是癌症死亡主因，化疗和放疗在不可切除的局部晚期非小细胞肺癌治疗中重要，但多数患者治疗后仍会进展。放疗剂量40年未变，且缺乏监测治疗反应及识别受益患者的可靠方法。
方法速览
- ctDNA分析：用CAPP - seq技术分析101名患者血浆样本，优化无组织变异识别法。
- 放射组学分析：通过CT图像分割和特征提取，选肿瘤边缘模糊度和血管散射两个特征构建模型。
- 多变量Cox回归分析：结合ctDNA浓度、放射组学评分等因素构建模型评估对无进展生存期（PFS）影响。
- 动态风险模型CIRI - LCRT：用贝叶斯Cox比例风险模型，整合治疗前后风险因素构建动态模型。
主要发现
- 中期CRT期间ctDNA浓度预测疾病进展：中期ctDNA浓度显著下降，未进展患者下降幅度更大、中期浓度更低。ctDNA浓度对数变化和中期浓度与PFS显著相关。
- 放射组学特征预测PFS：肿瘤边缘模糊度和血管散射与PFS显著相关，放射组学评分可区分患者复发或死亡风险。
- 生物学和分子预后因素：治疗前MTV、GTV、组织学及KEAP1和KRAS突变与PFS显著相关。
- 动态风险指数CIRI - LCRT：该模型结合治疗前因素和中期ctDNA变化，预测能力强，优于单独生物标志物。
- CIRI - LCRT与ctDNA MRD的比较：CIRI - LCRT预测24个月PFS性能优于ctDNA MRD，能更早预测疾病进展。
总结展望
本研究首次整合ctDNA分析和放射组学特征，构建动态风险模型CIRI - LCRT，可在中期CRT期间准确预测PFS，有助于个性化治疗。但研究存在样本量有限、回顾性分析及治疗标准化问题，需在更大前瞻性队列中验证。