放射组学：预测免疫治疗疗效的潜力股

美国当地时间2020年2月6日，ASCO-SITC临床免疫肿瘤学研讨会在旧金山召开。为了让患者最大水平的获益，制止治疗风险，如何预测免疫治疗的疗效，寻找预测免疫抑制疗效的生物标志物成为当务之急。本次集会上，Rivka R. Colen教授分享了使用放射组学预测帕博利珠单抗对晚期稀有癌症患者的疗效，详情如下：

配景：预测晚期稀有癌症患者中对帕博利珠单抗 (一种抗PD-1单克隆抗体)的有疗效和无疗效者。

方法：该研究纳入了58例到场帕博利珠单抗二期试验的稀有癌症晚期患者（包罗皮肤鳞状细胞癌、肾上腺皮质癌、未知原发癌和副神经节瘤）。肿瘤反映使用实体瘤临床疗效评价指标1.1（RECIST1.1）评估。

患者分为21例有疗效者（病情稳定、部门缓解、完全缓解）和37例无疗效者（病情希望）。使用3D slicer 4.8.1软件，将凭据尺度，治疗前增强ct扫描获取的目的病变图像举行分层支解。我们从每个提取的感兴趣体积(VOI)中总共盘算出610个特征(10个基于直方图的特征和600个二阶纹理特征)，并接纳基于LASSO回归模型的特征选择方法获取放射学特征，再使用已选择的特征建设分类模型，使用XGboost预测肿瘤对帕博利珠单抗的反映，预估值的稳健性可用留一交织验证法（LOOCV）评估。

效果：共选择了10个放射学特征；基于xgboost的分类对有疗效者和无疗效者举行了稳健的区分(曲线下面积、敏感性和特异性划分为99%、100%和95% [p

结论：我们的放射学特征能够识别成像差异，从而评估帕博利珠单抗治疗对患者的疗效。

参考文献：

[1]Radiomics to predict response to pembrolizumab in patients with advanced rare cancers..2020 ASCO-SITC.Abstract 66.