TAP Voice | 肝癌 | 25年3月

关键信息

■ 该研究旨在开发和验证基于血清N-糖组学的模型，用于慢性乙型肝炎（CHB）相关肝硬化患者肝细胞癌（HCC）的早期筛查、诊断和复发监测。

■  研究人员纳入了397例CHB相关肝硬化伴或不伴HCC的患者，包括诊断、预后和外部验证队列，采用机器学习技术建立了基于N-糖组学特征的HCC-GRF和HCC-GSVM模型。

■ 研究发现，HCC-GRF和HCC-GSVM在验证集中的受试者工作特征曲线下面积分别为0.967（95％CI：0.930-1.000）和0.908（0.840-0.976），优于甲胎蛋白（AFP；0.687[0.575-0.765]）和维生素K缺乏或拮抗剂诱导的蛋白质-Ⅱ（PIVKA-Ⅱ；0.665[0.507-0.823]），并在亚组分析和外部验证中也表现出优势。

■ 此外，研究人员还开发了一种基于N-糖组学预后模型prog-G模型，用于监测HCC患者接受根治性治疗后的复发情况，其检测复发病例的准确性优于AFP和PIVKA-Ⅱ，可比影像学检查更早地检测出复发性病变。

■ 该研究展示了N-糖组学分析在改善临床决策效率和促进HCC精准治疗方面的潜力。

关键信息

■ 该研究旨在探讨动脉内注射利多卡因对接受经导管动脉化疗栓塞术（TACE）的肝细胞癌（HCC）患者长期生存的潜在益处。

■ 该回顾性研究共纳入374例2011年8月至2016年10月在中山大学肿瘤医院接受TACE作为初始治疗的HCC患者，其中利多卡因组96例，非利多卡因组278例。研究的主要终点为总生存期（OS），次要终点为无进展生存期（PFS）。

■ 生存分析显示，动脉内注射利多卡因与更长的PFS（P=0.004）和OS（P<0.001）相关。倾向评分匹配后，利多卡因组的PFS（P<0.001）和OS获益仍然存在（P=0.001）。

■ 多变量分析显示，动脉内注射利多卡因是PFS（P=0.011）和OS（P=0.044）的独立预后因素。对于接受含铂化疗的TACE患者，动脉内注射利多卡因的生存获益相似（PFS：P=0.014；OS：P=0.023）。

■ 该研究首次提示，在HCC患者接受TACE的治疗过程中动脉内注射利多卡因或可带来长期生存获益，尤其是在联合铂类化疗时。这可能与利多卡因的直接和间接抗肿瘤作用有关。需要进一步开展大样本前瞻性研究以验证这一发现。

关键信息

■ 该研究旨在开发一种深度学习模型CNN-SASM，利用病理图像预测肝细胞癌（HCC）患者的预后和治疗应答。

■ 研究人员通过对287例未接受治疗的HCC患者进行术后预后预测，以训练和评估模型，并进一步探索该模型在79例接受索拉非尼治疗的患者中的治疗应答预测能力。基于从CNN-SASM中提取的预后相关病理特征（PPS），通过不同阈值下的去噪复发标签（DRL）进行训练，制定基于PPS的预后模型。另纳入78例来自TCGA-LIHC数据集的HCC患者用于外部验证。

■ 生存分析显示，基于PPS的预后模型在预测HCC患者1年和2年复发风险方面表现出色，并得到良好的外部验证。此外，基于PPS的预后模型的预测能力优于临床风险指标，并可对预后差异显著的患者进行分层。

■ 更重要的是，该模型还可将索拉非尼治疗的患者分层为具有显著不同生存结局的组别，表明其有潜力指导个性化治疗决策。

■ 该研究表明，基于病理图像深度学习的预后模型为HCC患者复发风险预测提供了有价值的方法，且可改善对索拉非尼治疗应答的预测，为临床决策提供支持。