Journal for Immunotherapy of Cancer
平衡新辅助免疫治疗疗效与安全性成为研究热点
小赛推荐：
本研究通过机器学习驱动的文献计量分析，系统描绘了过去十年全球关于新辅助免疫治疗（NAI）相关免疫治疗不良事件（irAEs）的研究图谱，发现研究热点正逐渐从单纯疗效评估转向疗效与安全性的平衡探索，为未来临床实践和指南制定提供重要参考。
文献概述
本文《Immune-related adverse events of neoadjuvant immunotherapy in patients with perioperative cancer: a machine-learning-driven, decade-long informatics investigation》，发表于Journal for Immunotherapy of Cancer杂志，回顾并总结了新辅助免疫治疗在围手术期癌症患者中的安全性研究进展。研究显示，尽管NAI在改善肿瘤手术预后方面具有显著疗效，但其伴随的irAEs（免疫相关不良事件）也日益受到关注。通过大规模文献分析和聚类，作者揭示了全球研究在该领域的动态演化趋势，并指出未来应更注重特定irAEs的深入研究与管理策略优化。
背景知识
新辅助免疫治疗（NAI）主要依赖免疫检查 point inhibitors（ICIs）如PD-1/PD-L1和CTLA-4抑制剂，在术前阶段激活免疫系统以提高手术疗效。尽管NAI在局部晚期癌症中显示出较高的病理完全缓解率（pCR），但其伴随的irAEs（如免疫性肝炎、肺炎、肾炎等）仍存在较大个体差异和不可预测性。当前临床研究多关注总体安全性，而对特定irAEs的机制和管理策略研究仍较匮乏。此外，不同癌症类型、治疗方案及ICIs组合可能导致irAEs的异质性，增加研究复杂性。因此，如何通过更精准的动物模型、多组学数据和AI技术构建irAE预测体系，成为未来研究的重要切入点。
研究方法与实验
研究团队利用Web of Science数据库，系统收集2014年1月1日至2024年5月10日期间关于NAI安全性研究的英文文献，构建包含834个关键词的研究网络，并通过非监督聚类算法识别出六大研究集群。进一步的时间序列分析揭示各集群的演化趋势与研究密集度，空间密度分析展示研究热点的全球分布特征。通过拟合曲线分析和突发性关键词探测技术，研究者识别出“efficacy and safety”和“ICI”等关键词的显著增长趋势，提示学术界对疗效与安全性平衡的重视日益增强。
关键结论与观点
研究意义与展望
该研究为围手术期癌症患者的NAI安全性管理提供了宏观视角，指出当前研究在疗效与安全性平衡、irAEs机制探索、个性化治疗策略制定等方面仍需深入。未来临床试验设计应同等重视疗效与安全性指标，并推动长期随访研究以揭示NAI的远期安全性特征。此外，AI与多组学技术的结合有望提升irAE预测精度，为精准免疫治疗提供方法支持。
结语
本研究通过机器学习方法，系统总结了过去十年全球新辅助免疫治疗安全性研究的发展趋势与热点。尽管NAI在围手术期癌症治疗中取得显著进展，但免疫相关不良事件仍是临床实践中的重要挑战。研究指出，未来应加强针对特定irAEs的机制研究、风险预测模型构建及管理策略优化。此外，多组学与AI技术的整合应用，将有助于提升NAI治疗的个体化水平与安全性保障，为癌症免疫治疗的精准化发展提供新方向。
