肝胆外科商昌珍、陈亚进团队关于治疗前影像组学预测仑伐替尼联合PD-1抑制剂及介入治疗不可切除肝细胞癌疗效的研究在Journal for Immunotherapy of Cancer杂志发表

论文题目：Pretreatment CT-based machine learning radiomics model predicts response in unresectable hepatocellular carcinoma treated with lenvatinib plus PD-1 inhibitors and interventional therapy.     

通讯作者：商昌珍；陈亚进等

第一作者：华永霖；孙志贤；肖昱欣

论文发表刊物：Journal for Immunotherapy of Cancer

【研究背景】

仑伐替尼联合PD-1抑制剂及介入治疗（三联治疗）在不可切除肝细胞癌患者中显示出良好的治疗效果。然而，目前仍缺乏可有效预测三联治疗肝癌疗效的临床特征或生物学标志物。基于此，本研究通过机器学习构建治疗前CT影像组学模型，用于无创且准确预测不可切除肝细胞癌患者三联治疗的疗效及长期生存。

【主要发现】

本研究首次构建了治疗前CT影像组学模型预测不可切除肝细胞癌患者的三联治疗疗效，其在训练组及验证组中均显示出良好的预测性能，且可以对接受三联治疗的不可切除肝细胞癌患者的预后进行风险分层。同时，多层感知机（MLP）在9种机器学习构建的影像组学模型的验证集中显示出最佳的预测性能。此外，决策曲线分析及临床影响曲线均显示： 采用MLP影像组学模型预测不可切除肝细胞癌患者的三联治疗疗效具有良好的临床应用前景。

【研究意义】

本研究显示影像组学可无创、准确地预测不可切除肝细胞癌患者三联治疗疗效，同时其可以对接受三联治疗的不可切除肝细胞癌患者预后进行风险分层，从而为肝细胞癌患者个体化治疗策略的制定提供参考依据。

【论文链接】 https://doi.org/10.1136/jitc-2024-008953

【阅读二维码】