结肠癌切除术患者预后列线图模型及危险分层系统构建与验证

  目的  基于大样本量,构建个体化预测模型及危险分层系统。  方法  从美国SEER临床数据库中,筛选结肠癌术后患者,进行模型构建,并筛选一组独立的中国人群,用于外部验证。经过单因素与多因素Cox回归分析,筛选出独立预后指标,并全部纳入用于构建列线图预测模型。通过计算一致性指数（C-index）及绘制校准曲线,检验模型准确性。  结果  列线图模型共纳入11个独立预后因子,C-index在训练组、内部验证组及外部验证组分别为0.768,0.761和0.759,均>0.7,且优于第7版美国癌症联合委员会（AJCC）-TNM分期系统（0.729,0.720,0.735）。校准曲线显示,模型预测效果与实际生存相吻合,进一步验证了模型的区分及校准能力。通过决策树分析,依据模型预测个体风险评分,进行危险分层,模型的实际应用价值得到确定。  结论  该列线图预测模型能够较准确预测结肠癌术后患者预后状态,并较传统TNM分期系统有所改善,基于预测模型的危险分层系统,能够更好地区分高危患者,并指导选择临床治疗措施。      

免疫检查点抑制剂在食管癌新辅助治疗中的应用进展

对于可切除食管癌患者,手术切除是最重要的治疗方式,但由于食管癌术后复发转移机率较高,因而根据个体情况选择围手术期治疗十分重要。随着人们对肿瘤免疫治疗方式的认可,免疫检查点抑制剂逐渐从后线、二线前移至一线乃至围手术期,其原理是通过抗体阻断免疫检查点,抵抗肿瘤免疫抑制,起到缩小肿瘤及防止复发的作用。抗PD-1/PD-L1抗体是最常用的免疫检查点抑制剂。多项临床试验正在探索新辅助免疫治疗联合化疗或放化疗治疗食管癌患者的应用模式,现有数据显示将免疫治疗应用于食管癌新辅助领域极具潜力,但仍需在更大样本量的临床试验中加以验证。当前仍有诸多问题亟待研究,如治疗的时机与疗程、生物标志物筛选等。本文就目前新辅助免疫治疗在食管癌中的临床研究进行综述。