创新数字病理指导临床决策新应用:DNA倍性对肠癌肝转移具有预后评估和辅助治疗决策价值
2021-10-27
中山大学肿瘤防治中心结直肠科潘志忠、伍小军和彭健宏教授科研团队使用梅傲生物数字病理扫描仪及分析系统,对连续入组的接受肝切除的139例始初可切除的CRLM患者进行数字病理检测分析。研究评估肝转移病灶的DNA倍性、间质比和染色质结构分型,采用Kaplan-Meier方法和Cox回归模型对无复发生存期(RFS)和总生存期(OS)进行分析。
研究结果于2021年10月23日在线发表于国际SCI期刊《Cancer Cell International》。彭健宏、李伟豪和范文华博士为文章的第一作者。

研究的创新性和临床意义
1. 首次将数字病理技术应用于结直肠癌肝脏转移灶的病理评估,使病理评估水平更加精细化。
2. 首创综合考量肿瘤负荷及病理特征的预后指标,即肝脏转移瘤DNA倍性联合肿瘤负荷评分(TBS)的复发风险评分系统,该指标能有效对始初可切除的CRLM患者的复发风险进行低、中、高风险分层。
3. 率先应用肝脏转移瘤DNA倍性联合TBS的复发风险评分对CRLM患者进行预后分层,明确了不同复发风险患者术后辅助化疗的获益情况,研究结果可指导患者的术后辅助治疗决策。
主要研究结果
筛选583例CRLM患者,剔除444例不符合入排标准的样本,包括肝转移灶切除前已接受化疗的328例,肝外转移的25例,肝转移灶不能完全切除的18例,随访期小于3个月的14例,没有取得肿瘤石蜡切片的21例,肿瘤组织样本不足而不能检测的38例,最终139例患者纳入统计,如图Fig.1。
Fig.1

通过梅傲生物数字病理扫描仪及分析系统,评估肝转移病灶的DNA倍性、间质比和染色质结构分型分析,发现DNA倍性可以对始初可切除的CRLM患者的3年RFS和OS进行分层,有显著统计学差异。 非二倍体比二倍体患者有更低的RFS率(50.8% vs 70.1%,P=0.041,如图Fig.2A)和更低的3年OS率(73.6% vs 96%,P=0.038,如图Fig.2B)。 通过对患者N分期、TBS、DNA倍性的多因素回归分析,显示DNA倍性是始初可切除CRLM患者RFS的独立预后因素,HR=2.082(95% CI 1.053-4.115),P=0.035,如表Table 2。
Fig. 2

Table 2

TBS(Tumor burden score)肿瘤负荷评分是对CRLM患者转移瘤数目和最大瘤体直径的联合评分,对CRLM患者长期生存有良好的评估作用。 在本研究中,研究者尝试用DNA倍性和TBS构建一个新的参数模型,将CRLM患者分为三个危险组: 低风险组:二倍体+TBS≤3;中风险组:非二倍体或者TBS>3;高风险组:非二倍体+TBS>3。 研究发现,风险越高的组,患者3年RFS率越低(低/中/高风险组RFS率分别为72.5% vs 63.2% vs 37.3%,P=0.007)。 所以,DNA倍性和TBS联合可以将始初可切除的CRLM患者分为不同的复发风险组,如图Fig.3A/C。
Fig. 3

CRLM患者术后辅助治疗决策仍存在争议。在本研究中,对比了DNA倍性与TBS联合分层后不同风险组对辅助化疗的获益情况,发现高风险组患者(非二倍体+TBS>3)接受化疗与未接受化疗3年RFS率为46.7% vs 24.8%,P=0.034,可以从传统辅助化疗中获益,如图Fig.4D。
而低风险组和中风险组患者均不能从传统辅助化疗中获益,如图Fig.4B/C。
Fig. 4

结语
如何对结直肠癌肝转移患者进行管理具有挑战性,迫切需要研究探索新的标记物,从而区分肿瘤复发风险不同的预后亚组,并指导个性化治疗。
中山大学肿瘤防治中心研究结果提示:
1. 肝转移瘤DNA倍性可能是新的CRLM的预后标志物,且与TBS联合能够更好地帮助临床进行预后分层; 肝转移瘤DNA倍性联合TBS分层后的高风险患者能够从辅助化疗中获益,而低、中风险可能不能从传统辅助化疗中获益;
2. 提示根据不同复发风险,对与可切除CRLM患者进行个体化的术后辅助治疗:高复发风险的患者应更加积极接受辅助治疗,以最大限度地降低复发风险;而对于低中复发风险患者,辅助化疗的疗程或可缩减或避免过度治疗,以提高患者的生活质量。
关于梅傲数字病理扫描仪及分析系统
梅傲拥有全球顶尖的人工智能数字病理平台,包含AI数字病理肿瘤生物标志物、AI数字病理辅助诊断软件、MBMbio-intelligence精准度量数字病理扫描仪、数字病理标准预处理试剂盒,可提供量化、标准化的数字病理肿瘤标志物分析方法,为临床医生提供客观、定量的治疗和随访决策依据,支持临床决策和病理辅助诊断。 梅傲AI数字病理产品和技术源自全球领先的肿瘤和数字病理研究机构-挪威癌症遗传信息研究院(ICGI, Institute of Cancer Genomics and Informatics)和牛津大学。基于数字病理图像结合AI算法的生物标志物,揭示了癌症生物学特征。梅傲独家数字病理泛癌标志物经ICGI、牛津大学、北京大学肿瘤医院等国内外广泛验证,具有巨大应用价值。