Journal for ImmunoTherapy of Cancer
早期NSCLC联合治疗新突破：I-SABR-SELECT模型助力个体化治疗决策

小赛推荐：

该研究基于因果AI开发了I-SABR-SELECT模型，结合临床与影像组学特征，首次实现早期不可手术NSCLC患者对免疫联合SABR治疗反应的个体化预测，显著提升无事件生存获益。

 

文献概述
本文《Causal AI-based clinical and radiomic analysis for optimizing patient selection in combined immunotherapy and SABR in early-stage NSCLC: a secondary analysis of the phase II I-SABR trial》回顾并总结了I-SABR II期随机试验的二次分析结果，提出了一种结合临床与影像特征的AI预测模型，用于优化早期不可手术非小细胞肺癌（NSCLC）患者的个体化治疗策略。

背景知识
在早期不可手术非小细胞肺癌（NSCLC）中，立体定向消融放疗（SABR）已被证明具有良好的局部控制效果，但并非所有患者都能从额外的免疫治疗（IO）中获益。尽管多项研究尝试使用PD-L1、TMB等生物标志物预测IO疗效，但其在早期NSCLC中预测能力有限。因此，如何精准识别能够从IO+SABR中获益的患者，成为临床亟需解决的问题。本研究通过开发I-SABR-SELECT模型，首次将因果AI应用于个体治疗效应（ITE）预测，整合影像组学与临床特征，为个体化治疗提供新工具。

 

提供早期非小细胞肺癌研究相关动物模型构建服务，支持免疫治疗、靶向治疗及联合方案的临床前研究，适用于肿瘤免疫学、药物开发及个体化医学研究。

了解更多

 

研究方法与实验
研究基于I-SABR试验的随机队列（n=141）作为发现与验证队列，并引入STARS单臂试验（n=80）进行外部验证。研究采用对比增强CT图像进行肿瘤、周围血管和肺实质区域的影像组学特征提取，并通过灰度离散化、三维B样条插值等预处理步骤实现图像标准化。随后应用Swarm智能算法进行特征降维，结合Cox比例风险模型与反事实推理计算个体治疗效应（ITE）。模型通过Kaplan-Meier分析、风险比（HR）及受限平均生存时间差异（RMSTD）评估预测效能。

关键结论与观点

• I-SABR-SELECT模型推荐49%的I-SABR试验患者进行治疗转换，其中SABR组65%患者应加用IO，I-SABR组30%患者应停用IO。
• 模型推荐接受IO的患者，其EFS显著延长，HR为0.06（p<0.001）；模型推荐不接受IO的患者，HR为0.26（p=0.0042），提示模型具备良好预测性能。
• 在STARS外部验证中，模型推荐IO的患者EFS风险降低40%，HR=0.38（p=0131），进一步支持模型泛化能力。
• 模型推荐的IO加用组EFS延长1.43年，绝对风险降低（ARR）达47%，显著高于原始试验中23.3%的疗效，提示模型可有效识别IO响应人群。
• 影像组学特征显示肿瘤血管复杂性、肿瘤大小、肺纹理、放疗剂量及吸烟状态为关键预测因子，模型通过SHAP值分析揭示多特征协同作用，而非单一指标主导治疗决策。

研究意义与展望
本研究首次将因果AI应用于早期NSCLC的个体化治疗预测，为临床试验设计、真实世界治疗策略优化提供新方法。未来需在更大队列中验证模型，探索其在局部晚期和IV期NSCLC中的适用性，并结合实时自适应建模与个性化模拟，构建以治疗为核心的数字孪生系统。

 

提供影像组学分析与AI建模服务，支持医学图像特征提取、深度学习建模、肿瘤微环境分析及治疗响应预测，适用于放射基因组学与个体化放疗研究。

了解更多

 

结语
本文开发的I-SABR-SELECT模型，通过整合临床与影像组学特征，利用因果AI实现早期NSCLC患者个体化治疗推荐，显著提升免疫联合SABR的疗效预测。该模型为临床决策提供数据驱动的个性化依据，并为后续精准医学研究奠定基础。未来在更大样本、多中心队列中验证该模型，有望推动治疗选择从群体化向个体化转变，提高治疗比、降低毒性与治疗负担。

 

Maliazurina B Saad, Eman Showkatian, Vivek Verma, Jia Wu, and Joe Y Chang. Causal AI-based clinical and radiomic analysis for optimizing patient selection in combined immunotherapy and SABR in early-stage NSCLC: a secondary analysis of the phase II I-SABR trial. Journal for Immunotherapy of Cancer.