Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Ki-67 mit Neutrophil-zu-Lymphozyten- und CD4-positiven/CD8-positiven Verhältnissen prognostiziert die frühe Reaktion bei nicht-kleinzelligem Lungenkrebs

218 Aufrufe

⸱

DOI:

10.3791/70014

⸱

20. März 2026

 ,  ,  , 
1Department of Oncology, Binhaiwan Central Hospital of Dongguan, 2Department of internal medicine, Binhaiwan Central Hospital of Dongguan

* These authors contributed equally

In diesem Artikel

Zusammenfassung

Dieses Protokoll standardisiert die Early Response Assessment bei NSCLC-Patienten, die PD-1/PD-L1-Inhibitoren erhalten, indem es das Ausgangs-NLR, das Durchflusszytometrische CD4/CD8-Verhältnis, die Tumor-Ki-67-Immunhistochemie-Bewertung und die RECIST-1.1-Bewertung nach zwei Zyklen integriert, mit reproduzierbarkeitsorientierten Qualitätskontrollpunkten während des gesamten Zyklus.

Zusammenfassung

Diese Studie bewertete den kombinierten prädiktiven Wert des Tumor-Ki-67-Expressionsstatus, des peripheren Neutrophil-zu-Lymphozyten-Verhältnisses (NLR) und des CD4-positiven/CD8-positiven T-Zell-Verhältnisses für die kurzfristige Antwortbewertung bei Patienten mit nicht-kleinzelligem Lungenkrebs, die eine PD-1/PD-L1-Inhibitortherapie erhielten. Wir haben retrospektiv 102 aufeinanderfolgende Patienten analysiert, die zwischen Januar 2021 und Oktober 2023 im Binhaiwan Central Hospital behandelt wurden und zwei Behandlungszyklen abgeschlossen hatten. Die Reaktionen wurden anhand der Response Evaluation Criteria in Solid Tumors (RECIST) in Version 1.1 bewertet: 13 Patienten erreichten vollständige Antwort, 26 Teilansprechen, 54 stabile Erkrankung und 9 fortschreitende Erkrankung. Für die Analyse definierten wir die Antwort als vollständige Antwort plus partielle Antwort und Nichtreaktion als stabile Erkrankung plus fortschreitende Erkrankung. Das Univariable Screening identifizierte Kandidatenprädiktoren, die mit dem Reaktionsstatus assoziiert sind, welche in die multivariable logistische Regression eingetragen wurden, angepasst für Alter, Leistungsstatus der Eastern Cooperative Oncology Group und die Rauchgeschichte, wobei Ki-67-Status, NLR und das CD4-positiv/CD8-positive Verhältnis als unabhängige Prädiktoren der kurzfristigen Antwortklassifikation identifiziert wurden. Die Analyse der Empfänger-Betriebsmerkmale unterstützte eine verbesserte Diskriminierung für das kombinierte Biomarkermodell im Vergleich zu einzelnen Markern und hob einen praktischen, minimalinvasiven Ansatz für die frühe Antwortstratifizierung in diesem klinischen Umfeld hervor.

Einleitung

Nicht-kleinzelliger Lungenkrebs (NSCLC) macht fast 85 % der Lungenmalignitäten aus, ist der am häufigsten vorkommende histologische Subtyp und betrifft überwiegend mittelalte und ältere Erwachsene in China1. Seine Ätiologie ist multifaktoriell und umfasst Tabakexposition, langfristigen Kontakt mit industriellen Staub oder Schadstoffen, erbliche Anfälligkeit und chronische Exposition gegenüber Umweltkrebserregern2˒3. NSCLC im frühen Stadium zeigt häufig unspezifische Atemwegssymptome und kann fälschlicherweise auf häufige Atemwegserkrankungen in der Primärversorgung zurückgeführt werden, was zu einer verzögerten Erkennung und einem hohen Anteil der Patienten mit fortgeschrittenenStadien 4˒5 beiträgt.

In den letzten Jahren ist die Blockade des Immunsystems zu einem zentralen Bestandteil der systemischen Behandlung fortgeschrittener NSCLC geworden. Inhibitoren für Programmed Death 1 (PD-1) und Programmated Death Ligand 1 (PD-L1) haben bei ausgewählten Patienten einen nachhaltigen klinischen Nutzen und eine verbesserte Überlebensrate gezeigt6. Die Reaktionsheterogenität bleibt jedoch erheblich, und die finanzielle Belastung sowie potenzielle Toxizität einer verlängerten Therapie sind nicht trivial7˒8. Klinisch verwendete Prädiktoren wie die Tumor-PD-L1-Immunhistochemie und die Tumormutationslast (TMB) liefern wertvolle Informationen, haben jedoch praktische Einschränkungen, die ihre einheitliche Verbreitung einschränken. Die PD-L1-Bewertung kann durch intratumorale Heterogenität und Assay-/Plattformvariabilität beeinflusst werden, während TMB in der Regel Sequenzierungsressourcen, längere Bearbeitungszeiten und höhere Kostenerfordert. Diese Einschränkungen machen es klinisch relevant, Arbeitsabläufe zu entwickeln, die routinemäßig verfügbare Materialien verwenden und mit standardisierter Qualitätskontrolle in Zentren mit variabler Laborkapazität ausgeführt werden können.

Aus praktischer Sicht kann ein protokollbasierter Ansatz, der eine kleine Anzahl zugänglicher Biomarker integriert, die frühzeitige Nachsorgeplanung nach Behandlungsbeginn unterstützen. Beispielsweise können standardisierte Baseline-Probenahmen vor der ersten Infusion und ein definiertes Zwei-Zyklen-Bewertungsfenster Ärzten helfen, Patienten zu identifizieren, die eine engere Überwachung oder eine frühere Neubewertung benötigen, während gleichzeitig Transparenz über die erforderlichen Schritte zur Reproduktion der Messungen an verschiedenen Standorten gewahrt wird. Diese Betonung von Machbarkeit und Reproduzierbarkeit ist besonders relevant für JoVE-Protokollartikel, bei denen die methodischen Schritte – und deren Qualitätskontrollen – zentral für den Beitrag sind.

Ki-67 ist ein Kernproliferationsmarker, der die Tumorwachstumsdynamik widerspiegelt und im Zusammenhang mit der Immunkonstrukturierung diskutiert wurde. Ein erhöhtes Ki-67 wurde als korreliert mit der PD-L1-Expression berichtet und könnte mit Immunfluchtphänotypen in Verbindung gebracht werden, die die Empfindlichkeit gegenüber Immuncheckpoint-Inhibitoren (ICIs) beeinflussen. Parallel dazu ist das Neutrophil-zu-Lymphozyten-Verhältnis (NLR) ein leicht zugänglicher Index für den systemischen Entzündungszustand und wurde umfassend als prognostischer oder prädiktiver Faktor bei Patienten untersucht, die die PD-1/PD-L1-Inhibitortherapie11 erhalten. Ein höheres NLR wird häufig als Spiegel eines immunsuppressiven Milieus interpretiert – durch relative Neutrophilie und/oder Lymphopenie – und wurde mit einer schlechteren Reaktion und verringerter Überlebensrate in mehreren Kohorten assoziiert12. Das periphere CD4-positive/CD8-positive T-Zell-Verhältnis bietet ein zusätzliches Fenster zur adaptiven Immunhomöostase, und das funktionelle Gleichgewicht zwischen Helfer- und zytotoxischen T-Zell-Kompartimenten ist mechanistisch relevant für eine wirksame antitumorale Immunität unter der PD-1/PD-L1-Blockade13.

Obwohl Ki-67, NLR und das CD4-positive/CD8-positive Verhältnis jeweils einen potenziellen Wert als individuelle Marker gezeigt haben, bleibt ihre integrierte Nutzung als operativer, minimalinvasiver Workflow für die Frühreaktionsbewertung im NSCLC unzureichend charakterisiert. Daher untersuchte diese Studie, ob die Kombination des Tumor-Ki-67-Expressionsstatus mit peripherem Blut-NLR und dem CD4-positiv/CD8-positiven Verhältnis die kurzfristige Antwortklassifikation nach zwei Zyklen PD-1/PD-L1-Inhibitortherapie verbessert, mit dem Ziel, eine frühzeitige Risikostratifizierung zu informieren und eine rechtzeitige klinische Neubewertung in der Routinepraxis zu unterstützen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

1. Ethik und regulatorische Einhaltung

  1. Erhalte die Genehmigung vom Ethikausschuss des Binhaiwan Central Hospital in Dongguan (Genehmigungsnummer: 2021045).
  2. Stellen Sie sicher, dass alle Verfahren mit der Erklärung von Helsinki übereinstimmen.
  3. Bestätigen Sie, dass vor der Behandlung eine schriftliche informierte Einwilligung eingeholt wurde, und dokumentieren Sie den Zustimmungsstatus in der Studienakte.

2. Patientenidentifikation und Eignungsscreening

  1. Identifizieren Sie aufeinanderfolgende Patienten mit nicht-kleinzelligem Lungenkrebs, die zwischen Januar 2021 und Oktober 2023 im Studienzentrum die Therapie mit programmiertem Zelltodprotein 1/programmiertem Todes-Liganden-1-Inhibitor initiiert haben.
  2. Bestätigen Sie die pathologische Diagnose durch Durchsicht des pathologischen Berichts.
  3. Bestätigen Sie den Abschluss von zwei Behandlungszyklen und definieren Sie einen Zyklus als 3 Wochen.
  4. Wenden Sie die Einschlusskriterien an.
    1. Bestätigen Sie das Alter 35–80 Jahre bei Behandlungsbeginn.
    2. Bestätigen Sie das Fehlen von Lebermetastasen bei der Basisbildgebung.
    3. Bestätigen Sie das Fehlen einer anderen primären Malignität.
    4. Bestätigen Sie die dokumentierte erwartete Überlebenszeit > 12 Monaten in der Krankenakte.
    5. Bestätigen Sie die Verfügbarkeit vollständiger medizinischer Basisunterlagen und Bildgebungsdaten.
  5. Wenden Sie Ausschlusskriterien an.
    1. Ausschluss von Patienten, die sich innerhalb von 6 Monaten vor Behandlungsbeginn einer Herz-Thorax-Operation unterzogen haben.
    2. Ausschluss von Patienten mit dokumentierter mangelnder Compliance, die die Nachbeobachtung beeinträchtigt.
    3. Ausschluss von Patienten mit schweren psychiatrischen Störungen, die die Einhaltung des Protokolls beeinträchtigen.
    4. Patienten mit hämatologischen oder gerinnungsbedingten Auffälligkeiten bei der Ausgangsuntersuchung ausschließen.
    5. Ausschließen Sie Patienten mit schwerer aktiver Infektion zu Baseline.
    6. Schließen Sie Patienten aus, die innerhalb von 30 Tagen vor der Einschreibung eine Immuntherapie oder gezielte Therapie erhalten haben.
    7. Ausschließen Sie Patienten, die die Behandlung während des zweizykligen Bewertungszeitraums aufgrund von Transfer, finanziellen Einschränkungen oder Todesfall abbrechen.
  6. Jedem berechtigten Patienten eine eindeutige Studien-ID zuweisen und alle Unterlagen vor der Analyse zu deidentifizieren.
  7. Verifizieren Sie die Berechtigung unabhängig von zwei Forschern und klären Sie Unstimmigkeiten durch Konsens.
  8. Erfassen Sie die Bewertung in einem Screening-Protokoll mit Studien-ID, geprüftem Item, Diskrepanzbeschreibung, Schiedsrichtern und Datum.
    HINWEIS: Im Screening-Protokoll werden Basisbedingungen, die Entzündungsmarker (z. B. Fieber, klinisch vermutete Infektion oder systemische Kortikosteroidexposition) verschieben, dokumentiert, um Ausschlussentscheidungen und Interpretation zu unterstützen14.

3. Basisdatenextraktion

  1. Beziehen Sie Baseline-Variablen aus dem elektronischen Patientenaktensystem ab.
  2. Geschlecht, Alter, Body-Mass-Index, Bildungsniveau, Tumorstandort, maximaler Tumordurchmesser, Tumor-Knoten-Metastase-Stadium, Behandlungsmodalität, Rauchvorgeschichte und Leistungsstatus der Eastern Cooperative Oncology Group.
  3. Exportieren Sie alle Basisvariablen in eine deidentifizierte Tabelle.
  4. Sperren Sie den Datensatz für die Analyse, indem Sie eine schreibgeschützte Kopie mit Zeitstempel speichern.
  5. Überprüfen Sie die Datengenauigkeit, indem Sie mindestens 10 % der Einträge mit den Quelldaten abgleichen.
  6. Protokollieren Sie Korrekturen in einem Korrekturprotokoll, das Feldname, Originalwert, korrigierten Wert, Prüferinitialen und Datum enthält.
  7. Fasse die Basismerkmale nach Antwortstatus zusammen und stelle die Tabelle der Basischarakteristika für die Meldung als Tabelle 1 zusammen.

4. Ausgangsblutentnahme und hämatologie-abgeleitetes Neutrophil-zu-Lymphozyten-Verhältnis

  1. Nüchterndes venöses Blut aus einer Vene der oberen Gliedmaßen innerhalb von 2 Stunden vor der ersten Verabreichung des Inhibitors mit EDTA-Antikoagulandeuren entnehmen (siehe Materialtabelle).
  2. Wenden Sie jede Röhre 8–10 Mal unmittelbar nach der Sammlung um.
  3. Führen Sie innerhalb von 2 Stunden nach der Entnahme eine vollständige Bluttellung mit einem automatisierten Hämatologie-Analysator durch (Modell in der Materialtabelle aufgeführt).
  4. Überprüfen Sie täglich den internen Qualitätskontrollstatus des Analysators vor der Probenprüfung und erfassen Sie QC-Bestehen/Nicht-Bestehen-, Kontrollniveau, Bediener und Analysatormodell im Studienprotokoll.
  5. Zeichnen Sie die absolute Anzahl der Neutrophillen und der absoluten Lymphozytenzahl aus dem Analysator-Output auf.
  6. Berechnen Sie das Neutrophil-zu-Lymphozyten-Verhältnis mit der Formel NLR = absolute Neutrophilenzahl / absolute Lymphozytenzahl.
  7. Markiere geronnte oder hämolysierte Proben im Studienprotokoll als ungültig.
  8. Wiederholen Sie die Blutabnahme innerhalb desselben Vorbehandlungszeitraums, wenn es klinisch möglich ist, und dokumentieren Sie den Grund für etwaige fehlende oder ungültige Ergebnisse.
  9. Nehmen Sie die Zeit der Blutentnahme und die CBC-Laufzeit auf, um das ≤ 2-stündige präanalytische Fenster zu dokumentieren.

5. Durchflusszytometrie für das CD4-positive/CD8-positive T-Zell-Verhältnis

  1. Aliquot 50 μL EDTA-antikoagulierte Vollblut in ein 12 × 75 mm Flussrohr (siehe Materialtabelle).
  2. Fügen Sie 20 μL eines vierfarbigen T-Zell-Teilreagenzes hinzu, das CD3, CD4, CD8 und CD45 identifiziert, wobei vier Fluorochrome verwendet werden (siehe Materialtabelle).
  3. Vortex für 1–2 Sekunden und 15 Minuten bei 20–25 °C bebrütet, geschützt vor Licht.
  4. Fügen Sie 450 μL 1× rote Blutkörperchen-Lyselösung hinzu, die aus einem 10×-Konzentrat hergestellt wird (siehe Materialtabelle).
  5. Sanft invertieren und 10 Minuten bei 20–25 °C unter Lichtschutz inkubieren.
  6. Fügen Sie 2 ml phosphatgepufferte Kochsalzlösung hinzu (siehe Materialtabelle) und mischen Sie 3–5 Mal durch Inversion.
  7. Zentrifugiere bei 350 × g für 5 Minuten bei Raumtemperatur.
  8. Entsorge das Supernatant, ohne das Pellet zu stören.
  9. Das Pellet wird in 300–500 μL phosphatgepufferte Kochsalzlösung zur Aufnahme wieder suspendiert.
  10. Führen Sie tägliche Leistungsprüfungen des Zytometers gemäß dem Instrumentenworkflow durch und dokumentieren Sie den Status von Bestehen/Nicht bestanden im Laufblatt.
  11. Stellen Sie die Photomultiplierspannungen mit einem unverfärbten Rohr ein.
  12. Verwenden Sie einfarbige Steuerungen (Zellen oder Perlen) für jedes Fluorochrom.
  13. Berechnen Sie die Vergütung innerhalb der Erfassungssoftware mit den Einfarb-Reglern.
  14. Gleiche Spannungseinstellungen und Kompensationsmatrix für alle Proben innerhalb desselben Batches sowie das gleiche Aufzeichnungsdatum, Operator, Spannungssnapshot und Kompensationsdateiname.
  15. Jede Probe wird mit einer niedrigen bis mittleren Durchflussrate entnommen und pro Probe mindestens 10.000 Lymphozytenereignisse gesammelt.
  16. Gate-Lymphozyten mit CD45 versus Seitenstreuung.
  17. Gate-Singlets mit Vorwärtsstreufläche versus Vorwärtsstreuhöhe.
  18. Gate-CD3-positive T-Zellen.
  19. Quantifizierung von CD4-positiven und CD8-positiven Teilmengen innerhalb von CD3-positiven Ereignissen.
  20. Berechnen Sie das Verhältnis CD4-positiv/CD8-positiv mit der Formel CD4-positiv/CD8-positiv = (% CD4-positiv unter CD3-positiv) / (% CD8-positiv unter CD3-positiv).
  21. Überprüfung der Trennung von CD4-positiven und CD8-positiven Populationen auf bivariaten Diagrammen.
  22. Berechnen Sie die Kompensation neu und führen Sie Kontrollen erneut aus, wenn Überlappungen beobachtet werden, die nicht mit der erwarteten Populationstrennung vereinbar sind.
  23. Speichere repräsentative Plots für jede Charge (CD45/SSC, Singlets, CD3-Gate, CD4 vs. CD8) und archiviere sie mit Batch-ID und Datum.
    HINWEIS: Erfassen Sie Reagenz-Chargennummern und Laufzeitdaten in internen Run-Sheets, um dieBatch-Nachverfolgung 15 zu unterstützen.

6. Tumor-Ki-67-Immunhistochemie und binäre Statuszuweisung

  1. Formalinfixierte, paraffin-eingebettete Tumorgewebeschnitte bei 4 μm schneiden und Schnitte auf geladenen Objektträgern montieren (siehe Materialtabelle).
  2. Deparaffinisiert Schnitte in Xylol und rehydratiert Schnitte durch graduales Ethanol zu Wasser.
  3. Führen Sie hitzeinduzierte Epitopen-Entnahme mit Citrat-Rückgewinnungspuffer mit pH 6 durch (siehe Materialtabelle).
  4. Vorheizen Sie den Rückholpuffer auf nahezu Siedetemperatur vor der Zeitmessung.
  5. Die Wärme gleitet 20 Minuten im Rückholpuffer.
  6. Kühle Folien bei Zimmertemperatur für 20 Minuten.
  7. Spülen Sie die Objektträger mit einem Waschpuffer, um die Rückgewinnungslösung zu entfernen.
  8. Inkubiere Abschnitte mit 3 % Wasserstoffperoxid für 10 Minuten bei Raumtemperatur.
  9. Wash Slides dreimal mit Wash-Puffer für 1–2 Minuten pro Wasch.
  10. Inkubieren Sie Schnitte mit Ki-67 Primärantikörper (Klon MIB-1; gebrauchsfertige Formulierung; siehe Materialtabelle) für 20 Minuten bei Raumtemperatur.
  11. Wash Slides dreimal mit Wash-Puffer für 1–2 Minuten pro Wasch.
  12. Wenden Sie ein HRP-basiertes Erkennungssystem an und entwickeln Sie Chromogen mit DAB gemäß den Herstelleranweisungen (siehe Materialtabelle).
  13. Stoppen Sie die Chromogenentwicklung, indem Sie mit Wasser spülen, sobald die Kernfärbung deutlich sichtbar ist und der Hintergrund niedrig bleibt.
  14. Gegenfärbungsabschnitte mit Hämatoxylin abfärben, spülen, blau spülen, durch gradiertes Ethanol dehydrieren, in Xylol klarmachen und mit permanentem Montagemedium anbringen (siehe Materialtabelle).
  15. Untersuchen Sie Schnitte unter einer Hellfeldmikroskopie bei 400×.
  16. Wählen Sie fünf nicht überlappende lebensfähige Tumorfelder aus und vermeiden Sie Nekrose, Quetschartefakte und Randeffekte.
  17. Zählen Sie mindestens 100 Tumorkerne pro Feld und zeichnen Sie die Anzahl der Kerne mit eindeutiger brauner Kernfärbung auf.
  18. Zählen Sie mindestens 500 Tumorkerne pro Fall in den fünf Fachbereichen.
  19. Berechnen Sie den Ki-67-Labeling-Index auf Fallebene mit der Formel Labeling Index (%) = (total positive Tumorkerne / totale gezählte Tumorkerne) × 100%.
  20. Die Färbungsintensität für jeden Fall ist 0 (kein), 1 (hellgelb), 2 (braun-gelb) oder 3 (dunkelbraun) unter Verwendung der vorherrschenden Intensität über die gezählten Tumorkerne.
  21. Bewerten Sie den positiven Zellprozentsatz für jeden Fall mit 0 (0–5 %), 1 (6–25 %), 2 (26–50 %), 3 (51–75 %) oder 4 (>75 %) anhand des Fall-Level-Labeling-Index.
  22. Berechnen Sie den immunreaktiven Wert mit IRS = Intensitätsscore × prozentualem Wert.
  23. Weisen Sie den Ki-67-Ausdrucksstatus für die Analyse als Ki-67-negativ für IRS 0–4 und Ki-67-positiv für IRS 5–12 zu und verwenden Sie diesen binären Status konsistent in Tabelle 1–4 und den Modellierungsausgaben.
  24. Führen Sie eine blinde Bewertung durch zwei Pathologen durch.
  25. Beide Pathologen sind blind gegenüber klinischen Ergebnissen und Blutbiomarkerwerten.
  26. Beseitigen Sie Meinungsverschiedenheiten durch gemeinsame Überprüfung und notieren Sie die endgültige Konsensklassifikation und das Datum.
  27. Archiviere repräsentative Bilder für jeden Fall mit Studien-ID und Vergrößerung.
  28. Beziehen Sie bei jedem Färbungslauf ein bekanntes positives Kontrollgewebe und ein negatives Kontrollgewebe (primärer Antikörper weg).
  29. Wiederholte Färbung bei Kontrollfehlern oder Hintergrundfärbungen und verhindert Interpretation.
    HINWEIS: Archivieren Sie das Bewertungs-Arbeitsblatt mit fünf Feldzählungen, Kennzeichnungsindex, Intensitätswert, Prozentwert, IRS und dem endgültigen negativen/positiven Status für diePrüfbarkeit 16.

7. Antwortbewertung nach zwei Zyklen

  1. Führen Sie vor Zyklus 1 eine Basisbildgebung im Rahmen des routinemäßigen klinischen Arbeitsablaufs durch.
  2. Wiederholen Sie die Bildgebung nach zwei Behandlungszyklen und definieren Sie jeden Zyklus als 3 Wochen.
  3. Bewertung der Behandlungsansprache anhand der Response Evaluation Criteria in Solid Tumors, Version 1.1. 14
  4. Führen Sie eine unabhängige, blinde Untersuchung durch zwei Radiologen durch.
  5. Blenden beide Radiologen gegenüber Biomarkerwerten und Modellierungskovariaten.
  6. Klären Sie Meinungsverschiedenheiten durch Konsens und dokumentieren Sie Details zur Entscheidung (Leserinitialen, Datum, endgültige Entscheidung).
  7. Klassifizieren Sie die Antwortkategorie als vollständige Antwort, partielle Antwort, stabile Erkrankung oder fortschreitende Erkrankung gemäß RECIST 1.1.
  8. Vollständige Antwort + Teilantwort der Antwortgruppe zuweisen.
  9. Variabler Krankheit + fortschreitende Krankheit der Nicht-Reaktionsgruppe zuweisen.
  10. Speichern Sie Basis- und Nachbilddaten und überprüfen Sie, ob das Bewertungsfenster mit zwei Zyklen übereinstimmt.
  11. Archivieren Sie RECIST-Messblätter mit Studien-ID, Lesegerät und Prüfdatum.

8. Statistische Analyse

  1. Führen Sie statistische Analysen mit Statistiksoftware durch (siehe Materialtabelle).
  2. Stellen Sie normalverteilte kontinuierliche Variablen als Mittelwert ± Standardabweichung dar und vergleichen Sie Gruppen mit einem unabhängigen Stichproben-t-Test.
  3. Stellen Sie kategoriale Variablen als Zählungen und Prozentsätze vor und vergleichen Sie Gruppen mit dem Chi-Quadrat-Test oder dem exakten Fisher-Test, je nach Anwendung.
  4. Programmiere unabhängige Variablen gemäß dem vorgegebenen Codierschema und kompiliere die Codiertabelle als Tabelle 2.
  5. Screenen Sie Prädiktoren mit Univariablen-Analysen und wählen Variablen aus, die das vorgegebene Kriterium für die Multivariablenmodellierung erfüllen.
  6. Passen Sie ein multivariables logistisches Regressionsmodell an, wobei Response = 0 und Non-Response = 1 als abhängige Variable verwendet werden.
  7. Passen Sie das Multivariablenmodell an das Alter, den Leistungsstatus der Eastern Cooperative Oncology Group und die Rauchgeschichte an.
  8. Berichten Sie die endgültigen bereinigten Modellschätzungen in Tabelle 3.
  9. Erstelle Empfänger-Betriebscharakteristiekkurven für einzelne Prädiktoren und das kombinierte Modell.
  10. Bestimmen Sie ROC-basierte Schwellenwerte mit Youdens Index für NLR und CD4-positive/CD8-positive Verhältnisse und wenden Sie die abgeleiteten Schwellenwerte in den dichotomisierten Analysen in Tabelle 4 konsequent an.
  11. Fasse die Diskriminierungs- und Klassifikationsleistung für einzelne Prädiktoren und das kombinierte Modell in Tabelle 4 zusammen.
  12. Führen Sie Sensitivitätsanalysen durch und behandeln das Neutrophil-zu-Lymphozyten-Verhältnis sowie das CD4-positive/CD8-positive Verhältnis als kontinuierliche Prädiktoren unter demselben Ergebnis-Codierungs- und Anpassungsset.
  13. Berichte die Ergebnisse der Sensitivitätsanalyse als ergänzende Tabelle S1.
  14. Überprüfen Sie die Konsistenz zwischen den Werten im Manuskripttext und den entsprechenden Tabellen und Abbildungen und archivieren Sie die endgültigen Ausgabedateien und die verwendete Softwareversion.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Basismerkmale
Die klinischen Ausgangsmerkmale der 102 Patienten mit nicht-kleinzelligem Lungenkrebs sind in Tabelle 1 zusammengefasst. Die Reaktionsgruppe (vollständige Antwort + partielle Antwort) umfasste 30 Männer und 9 Frauen, während die Nicht-Reaktionsgruppe (stabile Krankheit + fortschreitende Krankheit) 50 Männer und 13 Frauen umfasste (p = 0,771). In der Response-Gruppe waren 79,49 % der Patienten jünger als 65 Jahre, verglichen mit 66,67 % i...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die Hemmung des Immuncheckpunkts ist zu einem wesentlichen Bestandteil der systemischen Therapie für fortgeschrittenen nicht-kleinzelligen Lungenkrebs (NSCLC) geworden, dennoch bleibt der klinisch bedeutsame Nutzen auf eine Teilgruppe von15��16 Jahren konzentriert. Diese Reaktionsheterogenität, zusammen mit den Kosten und potenziellen Toxizität einer verlängerten Behandlung, macht die Früh-Response-Stratifikation klinisch relevant für die N...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren geben keine konkurrierenden finanziellen Interessen oder persönlichen Beziehungen an, die die in diesem Artikel berichtete Arbeit hätten beeinflussen können.

Danksagungen

Wir danken der Abteilung für Pathologie und dem Zentrallabor des Binhaiwan Central Hospital in Dongguan für die technische Unterstützung in der Immunhistochemie und Durchflusszytometrie. Diese Arbeit wurde vom Guangdong Medical Science and Technology Research Fund Project (Fördernr. B2022247) unterstützt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Automatisierter Hämatologie-AnalysatorSysmex CorporationXN-1000Vollständiger Blutwert und NLR-Berechnung
Brightfield-MikroskopOlympusBX53Histologische Bewertung
Citrat-Antigen-Rückgewinnungspuffer (pH 6,0)Abcamab93678Wärmeinduzierte Antigenrückgewinnung
DAB-Substrat-KitVektorlaboreSK-4100Chromogene Entwicklung
EDTA-Antikoagulanten-BlutabnahmeröhrchenBD Biosciences367525Periphere Blutentnahme
DurchflusszytometerBD BiosciencesFACSCanto IIT-Zell-Teilmengenanalyse
Durchflusszytometrieröhren (12 figure-materials-1 75 mm)BD Falcon352058Probenaufnahmeröhrchen
Formalinfixierte, paraffin-eingebettete TumorgewebeblöckeArchiv der Klinischen PathologieN/ANSCLC-Tumorproben
Vierfarbiges T-Zell-Subset-Reagenz (CD3/CD4/CD8/CD45)BD Biosciences340499Zur Erkennung von Lymphozyten-Subsets
Hämatoxylin-FärbungSigma-AldrichH3136Nukleare Gegenfärbung
HRP-DetektionskitDako (Agilent)K5007Sekundäres Antikörper-Detektionssystem
Ki-67 Primärantikörper (Klon MIB-1)Abcamab16667Immunhistochemische Detektion
MikrotomeLeica MicrosystemsRM2235Schneiden von 4 figure-materials-2 m FFPE-Abschnitte
Phosphatgepufferte Kochsalzlösung (PBS)Thermo Fisher Scientific10010023Zellreinigung und Wiederaufsetzung
Positiv geladene MikroskopobjektträgerThermo Fisher ScientificJ1800AMNZMontage von Gewebeschnitten
Lösung zur Lysierung roter BlutkörperchenBD Biosciences349202Erythrozytenlyse vor Durchflusszytometrie
Statistische AnalysesoftwareIBMSPSS v26.0Datenanalyse

Referenzen

  1. Chen, Z., et al. Non-small-cell lung cancers: a heterogeneous set of diseases. Nat. Rev. Cancer. 14 (8), 535-546 (2014).
  2. Kotecha, J., et al. Evaluating the delay prior to primary care presentation in patients with lung cancer: a cohort study. BJGPO Open. 5 (2), (2021).
  3. Cheng, E. S., Weber, M., Steinberg, J., Yu, X. Q. Lung cancer risk in never-smokers: An overview of environmental and genetic factors. Chin J Cancer Res. 33 (5), 548-562 (2021).
  4. Hamilton, W., Peters, T. J., Round, A., Sharp, D. What are the clinical features of lung cancer before the diagnosis is made. A population based case-control study. 60 (12), 1059-1065 (2005).
  5. Caswell, G., Seymour, J., Crosby, V. Lung cancer diagnosed following an emergency admission: Exploring patient and carer perspectives on delay in seeking help. Support Care Cancer. 25 (7), 2259-2266 (2017).
  6. Li, F., Liao, B., Wang, T., Qi, T., Wang, Y. Programmed cell death protein 1/programmed cell death protein ligand 1 immunosuppressants in advanced non-small cell lung cancer: Research progress in treatment. Front Pharmacol. 13, 918709(2022).
  7. Liao, W., Huang, J., Hutton, D., Li, Q. Cost-effectiveness analysis of first-line pembrolizumab treatment for PD-L1 positive, non-small cell lung cancer in China. J Med Econ. 22 (4), 344-349 (2019).
  8. Schneider, B. J., et al. Management of immune-related adverse events in patients treated with immune checkpoint inhibitor therapy: ASCO guideline update. J Clin Oncol. 39 (36), 4073-4126 (2021).
  9. Dong, A., Zhao, Y., Li, Z., Hu, H. PD-L1 versus tumor mutation burden: Which is the better immunotherapy biomarker in advanced non-small cell lung cancer. J Gene Med. 23 (2), e3294(2021).
  10. Mitchell, K. G., et al. Tumor cellular proliferation is associated with enhanced immune checkpoint expression in stage I non-small cell lung cancer. J Thorac Cardiovasc Surg. 158 (3), 911-919.e6 (2019).
  11. Jiang, T., et al. Clinical value of neutrophil-to-lymphocyte ratio in patients with non-small-cell lung cancer treated with PD-1/PD-L1 inhibitors. Lung Cancer. 130, 76-83 (2019).
  12. Yang, T., et al. Prognostic value of derived neutrophil-to-lymphocyte ratio (dNLR) in patients with non-small cell lung cancer receiving immune checkpoint inhibitors: a meta-analysis. BMJ Open. 11 (9), e049123(2021).
  13. Su, S., et al. Predictive value of peripheral blood biomarkers in patients with non-small-cell lung cancer responding to anti-PD-1-based treatment. Cancer Immunol Immunother. 73 (1), 12(2024).
  14. Riley, L. K., Rupert, J. Evaluation of patients with leukocytosis. Fam Physician. 92 (11), 1004-1011 (2015).
  15. Cossarizza, A., et al. Guidelines for the use of flow cytometry and cell sorting in immunological studies. J Immunol. 51 (12), 2708-3145 (2021).
  16. Leung, S. C. Y., et al. Analytical validation of a standardized scoring protocol for Ki67: phase 3 of an international multicenter collaboration. NPJ Breast Cancer. 2, 16014(2016).
  17. Wang, J., Fan, X., Zhang, J. Clinical value of peripheral blood circulating tumor DNA in predicting the efficacy of immunotherapy for non-small cell lung cancer. Thorac Dis. 15 (5), 2659-2667 (2023).
  18. Li, H., van der Merwe, P. A., Sivakumar, S. Biomarkers of response to PD-1 pathway blockade. BR J Cancer. 126, 1663-1675 (2022).
  19. Sholl, L. M. Biomarkers of response to checkpoint inhibitors beyond PD-L1 in lung cancer. Mod Pathol. 35, 66-74 (2022).
  20. Narayanan, S., Guder, W. G. Preanalytical Variables and Their Influence on the Quality of Laboratory Results. EJIFCC. 13 (1), 9-12 (2001).
  21. Maecker, H. T., McCoy, J. P., Nussenblatt, R. Standardizing immunophenotyping for the Human Immunology Project. Nat Rev Immunol. 12 (3), 191-200 (2012).
  22. Dowsett, M., et al. Assessment of Ki67 in breast cancer: recommendations from the International Ki67 in Breast Cancer working group. Natl Cancer Inst. 103 (22), 1656-1664 (2011).
  23. Eisenhauer, E. A., et al. New response evaluation criteria in solid tumours: revised RECIST guideline (version 1.1). Eur J Cancer. 45 (2), 228-247 (2009).
  24. Fenizia, F., et al. Measuring tumor mutation burden in non-small cell lung cancer: tissue versus liquid biopsy. Transl Lung Cancer Res. 7 (6), 668(2018).
  25. Royston, P., Altman, D. G., Sauerbrei, W. Dichotomizing continuous predictors in multiple regression: a bad idea. Stat Med. 25 (1), 127-141 (2006).
  26. Moons, K. G. M., et al. Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis (TRIPOD): explanation and elaboration. Ann Intern Med. 162 (1), W1-W73 (2015).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

Ki-67-ExpressionNeutrophilen-Lymphozyten-VerhältnisCD4-CD8-VerhältnisPD-1-InhibitorPD-L1-InhibitorVorhersage des frühen AnsprechensTumorbiomarkerlogistische RegressionKriterien zur Bewertung des Ansprechens
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.