JITC
淋巴结放射组学结合临床特征预测胆道晚期癌症免疫治疗疗效
小赛推荐：
该研究首次将淋巴结放射组学特征与临床因素结合，构建临床-放射影像列线图模型，有效预测胆道晚期癌症患者对免疫检查点抑制剂（ICIs）治疗的反应，具有良好的判别能力和生存预测性能。
文献概述
本文《Clinical-radiomics nomogram integrating lymph node radiomic features to predict immunotherapy response in advanced biliary tract cancers》，发表于Journal for Immunotherapy of Cancer杂志，回顾并总结了一种结合临床参数和淋巴结放射组学特征的列线图模型，用于预测胆道晚期癌症患者对ICIs治疗的反应。研究结果显示，该模型在训练、验证和测试队列中AUC分别为0.899、0.843和0.874，且高评分患者具有更长的总生存期和无进展生存期。该模型具备良好的校准性和一致性，为个体化免疫治疗决策提供支持。背景知识
胆道癌（BTCs）是一种高度恶性的癌症，预后较差，且发病率逐年上升。尽管免疫治疗在部分晚期BTC患者中显示出一定疗效，但仅少数患者受益，且现有生物标志物预测能力有限。传统生物标志物如PD-L1、TMB等依赖于肿瘤组织的侵入性取样，可能无法全面反映肿瘤异质性。放射组学通过从影像数据中提取定量特征，提供有关肿瘤异质性和微环境的信息，已有研究在非小细胞肺癌、食管癌等中显示其在治疗反应预测中的潜力。然而，尚未有研究探索淋巴结放射组学在BTC免疫治疗反应预测中的应用。本研究首次评估了这一可能性，并结合临床数据构建列线图模型，以提高预测的准确性和实用性。
研究方法与实验
研究共纳入258名晚期BTC患者，其中206例为回顾性队列，52例为前瞻性测试队列。放射特征从淋巴结中提取，并使用最大相关最小冗余（mRMR）和LASSO回归构建放射特征评分（Rad-score）。临床模型基于单变量和多变量Logistic回归筛选出6个临床参数，包括ECOG评分、抗血管生成药物联合治疗、胆管扩张、腹膜转移、肺转移等。最终，临床-放射组学列线图模型结合了Rad-score和临床参数，使用ROC曲线评估模型性能。关键结论与观点
研究意义与展望
该列线图模型为晚期BTC患者的免疫治疗反应预测提供了非侵入性、低成本、易用的工具，有助于临床决策。未来研究需多中心验证模型的泛化能力，并进一步探索模型在不同ICIs方案中的适用性。此外，该模型可扩展至其他癌症类型，结合更多生物标志物和影像特征，提高预测精度。
结语
本研究成功开发并验证了基于临床和淋巴结放射组学特征的列线图模型，用于预测晚期胆道癌患者对免疫治疗的反应。模型在多个队列中均表现出良好的判别能力，且高评分患者生存期更长。该模型具备良好的校准性和可重复性，为个体化免疫治疗决策提供了有效工具。未来研究应进一步扩大队列，探索模型的跨中心可重复性和适用性，同时结合其他影像特征和生物标志物以提升预测性能。
