要点
问题来自苏木精-伊红图像的基于机器学习的肿瘤浸润淋巴细胞(TILs)估计是否与非小细胞肺癌(NSCLC)患者对免疫检查点抑制剂(ICIs)的反应有关?
发现这项基于机器学习的回顾性分析了一组接受单药ICIs治疗的NSCLC患者的苏木精-伊红数字图像，发现较高水平的TILs与较高的缓解率和改善的无进展和总生存率相关;在程序性死亡配体-1 (PD-L1)阴性癌症患者中，TILs在预测ICI反应方面优于肿瘤突变负荷(TMB)。
意义在晚期NSCLC中，TILs的数字评分可能在预测ICI治疗的获益方面具有临床价值。
重要性目前，肺癌免疫检查点抑制剂(ICI)治疗反应的预测性生物标志物有限。识别这些生物标记物将有助于完善患者选择和指导精确治疗。
客观的开发一种基于机器学习(ML)的肿瘤浸润淋巴细胞(TIL)评分方法，并评估TIL与晚期非小细胞肺癌(NSCLC)患者临床结局的相关性。
设计、设置和参与者这项多中心回顾性发现-验证队列研究包括685例接受ici治疗的NSCLC患者，发现队列(n = 446)和验证队列(n = 239)的中位随访时间分别为38.1和43.3个月。患者在2014年2月至2021年9月期间接受治疗。我们开发了一种ML自动化方法来计数全玻片苏木精-伊红染色NSCLC肿瘤图像中的肿瘤、间质和TIL细胞。分别评估肿瘤突变负荷(TMB)和程序性死亡配体-1 (PD-L1)表达，并通过病历回顾确定ICI治疗的临床反应。数据分析时间为2021年6月至2022年4月。
曝光所有患者均接受抗pd -(L)1单药治疗。
主要成果及措施客观缓解率(ORR)、无进展生存期(PFS)和总生存期(OS)通过盲法病历复查确定。利用ORR计算TIL水平、TMB和PD-L1预测ICI反应的曲线下面积(AUC)。
结果总体而言，发现队列中有248名(56%)女性，验证队列中有97名(41%)女性。在多变量分析中，高TIL水平(≥250个细胞/mm2)与ICI反应独立相关(PFS: HR, 0.71;P= .006;Os: hr, 0.74;P= .03)和验证(PFS: HR = 0.80;P= . 01;Os: hr = 0.75;P= .001)队列。在NSCLC患者的一线和后续ICI治疗中都可以看到生存益处。在发现队列中，与单独的PD-L1相比，TILs/PD-L1或TMB/PD-L1联合模型在鉴别ICI应答者方面具有额外的特异性。在PD-L1阴性(<1%)亚组中，TIL水平对ICI反应的分类准确性(AUC = 0.77)优于TMB (AUC = 0.65)。
结论与相关性在这些队列中，TIL水平与对ICI治疗的反应紧密且独立相关。患者TIL评估相对容易纳入病理实验室的工作流程，额外成本最小，并可能提高精准治疗。