目的:本研究的目的是建立基于临床和血液学参数的免疫检查点抑制剂(immune checkpoint inhibitors,ICIs)治疗的恶性肿瘤患者的免疫相关不良事件(immune-related adverse effects,irAEs)预测模型,如果经过验证,这些标记物的优点是易于整合到临床使用中,成本低廉.方法:本研究是对2016年1月到2020年12月在天津医科大学肿瘤医院和山西白求恩医院接受至少一剂ICIs治疗的恶性肿瘤患者的回顾性研究.收集了基线特征、治疗细节和不良事件的数据.采用t 检验、x2 检验和Logistic回归等方法确定影响因素,建立预测模型.结果:任何级别和3级及以上的irAEs发生率分别为16.03％(76/474)和2.32％(11/474),其中最常见的分别为内分泌毒性37.1％(39/105)和肺炎7.6％(8/105).多因素分析显示,2线治疗irAEs发生的风险更大[比值比(Odds Ratio,OR)=3.302];球蛋白(OR=1.086)与irAEs的发生呈正相关,而直接胆红素(direct biliru-bin,DBIL)(OR=0.723)与其呈负相关(P＜0.05).最终建立了基于"ICIs类型、治疗线数、球蛋白、DBIL和淋巴细胞/单核细胞比值(lymphocyte to monocyte ratio,LMR)"的预测模型,其受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)为 0.775,95％CI:0.711～0.840,P＜0.05,临界值为 0.118,敏感度为 92.5％,特异度为 56.6％.结论:基于ICIs类型、治疗线数、球蛋白、DBIL和LMR的预测模型对单纯接受ICIs的恶性肿瘤患者的irAEs预测效果较好,其中治疗线数、球蛋白和DBIL是irAEs发生的独立预测因素.ICIs作为2线治疗以及治疗前高球蛋白和低DBIL的人群发生ir-AEs的风险较高.

免疫检查点抑制剂;免疫相关不良事件;标志物;预测模型

许辉茹;冯慧晶;任秀宝;张俊萍

天津医科大学肿瘤医院生物技术研究室,国家恶性肿瘤临床医学研究中心天津市"肿瘤防治"重点实验室,天津市恶性肿瘤临床医学研究中心,天津市肿瘤免疫与生物治疗重点实验室 天津市300060;山西白求恩医院(山西医学科学院同济山西医院),山西医科大学第三医院肿瘤中心胸部肿瘤科;华中科技大学同济医学院附属同济医院肿瘤中心

中国肿瘤临床

[1]许辉茹;冯慧晶;任秀宝;张俊萍-.恶性肿瘤患者基于临床和血液学标记物的免疫检查点抑制剂相关不良事件预测模型的建立)[J].中国肿瘤临床,2022(12):595-606

biliru

恶性肿瘤患者,基于临床,标记物,免疫检查点抑制剂,事件预测,血液学参数,immune,checkpoint,inhibitors,ICIs,免疫相关不良事件,related,adverse,effects,irAEs,合到,临床使用,天津医科大学,肿瘤医院,白求恩,一剂,回顾性研究,线特征,x2,多因素分析,比值比,Odds,Ratio,直接胆红素,direct,bin,DBIL,治疗线数,单核细胞,lymphocyte,monocyte,ratio,LMR,受试者工作特征,receiver,operating,characteristic,area,under,curve,预测因素,高球,群发

0.279243