Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de método

Ki-67 con proporciones neutrófilos-linfocitos y CD4-positivas/CD8 positivas predice la respuesta temprana en cáncer de pulmón no de células pequeñas

231 visualizaciones

⸱

DOI:

10.3791/70014

⸱

20 de marzo de 2026

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

* These authors contributed equally

En este artículo

Resumen

Este protocolo estandariza la evaluación temprana de la respuesta en pacientes con CPNM que reciben inhibidores de PD-1/PD-L1 integrando la NLR basal, la relación CD4/CD8 flujo-citométrica, la puntuación inmunohistoquímica de Ki-67 tumoral y la evaluación RECIST 1.1 tras dos ciclos, con puntos de control de calidad centrados en la reproducibilidad durante todo el ciclo.

Resumen

Este estudio evaluó el valor predictivo combinado del estado de expresión tumoral de Ki-67, la relación neutrófilos-linfocitos (NLR) en sangre periférica y la relación de células T CD4-positiva/CD8-positiva para la evaluación de respuesta a corto plazo en pacientes con cáncer de pulmón no de células pequeñas que recibieron terapia con inhibidores de PD-1/PD-L1. Analizamos retrospectivamente a 102 pacientes consecutivos tratados en el Hospital Central de Binhaiwan entre enero de 2021 y octubre de 2023 que completaron dos ciclos de tratamiento. Las respuestas se evaluaron utilizando los Criterios de Evaluación de Respuesta en Tumores Sólidos (RECIST), versión 1.1: 13 pacientes alcanzaron respuesta completa, 26 respuesta parcial, 54 enfermedad estable y 9 enfermedad progresiva. Para el análisis, definimos la respuesta como respuesta completa más respuesta parcial y no respuesta como enfermedad estable más enfermedad progresiva. El cribado univariable identificó predictores candidatos asociados al estado de respuesta, que se introdujeron en la regresión logística multivariable ajustada por edad, estado de rendimiento del Grupo Cooperativo de Oncología del Este y historial tabaquístico, identificando el estado Ki-67, NLR y la razón CD4-positivo/CD8-positivo como predictores independientes de la clasificación de respuesta a corto plazo. El análisis de características operativas del receptor apoyó una mejor discriminación para el modelo combinado de biomarcadores en comparación con marcadores individuales, destacando un enfoque práctico y mínimamente invasivo para la estratificación temprana de la respuesta en este entorno clínico.

Introducción

Representando casi el 85% de las malignidades pulmonares, el cáncer de pulmón no de células pequeñas (NSCLC) es el subtipo histológico más prevalente y afecta predominantemente a adultos de mediana edad y mayores enChina. Su etiología es multifactorial e incluye la exposición al tabaco, el contacto prolongado con polvo industrial o contaminantes, la susceptibilidad hereditaria y la exposición crónica a carcinógenosambientales 2˒3. El CPNPC en fase temprana suele presentarse con síntomas respiratorios inespecíficos y puede atribuirse erróneamente a afecciones comunes de las vías respiratorias en atención primaria, lo que contribuye a un reconocimiento retrasado y a una alta proporción de pacientes diagnosticados en estadiosavanzados 4˒5.

En los últimos años, el bloqueo de puntos de control inmunitario se ha convertido en un componente central del tratamiento sistémico para el CPNM avanzado. Los inhibidores de la muerte programada 1 (PD-1) y del ligando 1 de muerte programada (PD-L1) han demostrado un beneficio clínico duradero y una mejora de la supervivencia en pacientesseleccionados 6. Sin embargo, la heterogeneidad de la respuesta sigue siendo sustancial, y la carga financiera y la posible toxicidad de la terapia prolongada no son triviales7˒8. Los predictores clínicamente utilizados como la inmunohistoquímica tumoral PD-L1 y la carga mutacional tumoral (TMB) proporcionan información valiosa, aunque ambos presentan limitaciones prácticas que limitan su despliegue uniforme. La evaluación de PD-L1 puede verse afectada por la heterogeneidad intratumoral y la variabilidad del ensayo/plataforma, mientras que la TMB generalmente requiere recursos de secuenciación, mayor tiempo de respuesta y mayorescostes 9. Estas limitaciones hacen que sea clínicamente relevante desarrollar flujos de trabajo que utilicen materiales disponibles de forma rutinaria y que puedan ejecutarse con control de calidad estandarizado en centros con capacidad de laboratorio variable.

Desde un punto de vista práctico, un enfoque basado en protocolos que integre un pequeño número de biomarcadores accesibles puede apoyar la planificación temprana del seguimiento tras el inicio del tratamiento. Por ejemplo, el muestreo estandarizado de la línea base antes de la primera infusión y una ventana de evaluación definida de dos ciclos pueden ayudar a los clínicos a identificar pacientes que merecen un seguimiento más cercano o una reevaluación más temprana, manteniendo la transparencia sobre los pasos necesarios para reproducir las mediciones entre los centros. Este énfasis en la viabilidad y la reproducibilidad es especialmente relevante para los artículos del protocolo JoVE, donde los pasos metodológicos —y sus puntos de control de calidad— son centrales para la contribución.

Ki-67 es un marcador de proliferación nuclear que refleja la dinámica del crecimiento tumoral y se ha discutido en relación con la contextura inmunitaria. Se ha reportado que un elevado Ki-67 se correlaciona con la expresión de PD-L1 y podría estar relacionado con fenotipos de escape inmunitario que moldean la sensibilidad a los inhibidores de puntos de control inmunitarios (ICI)10. Paralelamente, la proporción neutrófilos/linfocitos (NLR) es un índice fácilmente accesible del estado inflamatorio sistémico y ha sido ampliamente investigada como factor pronóstico o predictivo en pacientes que reciben terapia con inhibidores de PD-1/PD-L1 11. Un NLR más alto se interpreta comúnmente como reflejo de un entorno inmunosupresor—a través de neutrofilia relativa y/o linfopenia—y se ha asociado con una menor respuesta y una supervivencia reducida en múltiplescohortes 12. La proporción periférica de células T CD4-positiva/CD8-positiva proporciona una ventana adicional a la homeostasis inmune adaptativa, y el equilibrio funcional entre los compartimentos de células T ayudantes y citotóxicas es mecánicamente relevante para la inmunidad antitumoral efectiva bajo el bloqueoPD-1/PD-L1 13.

Aunque Ki-67, NLR y la relación CD4-positivo/CD8-positivo han mostrado valor potencial como marcadores individuales, su uso integrado como flujo de trabajo operativo y mínimamente invasivo para la evaluación de respuesta temprana en NSCLC sigue siendo insuficientemente caracterizado. Por ello, este estudio examinó si combinar el estado de expresión tumoral de Ki-67 con NLR en sangre periférica y la relación CD4-positivo/CD8-positivo mejora la clasificación de la respuesta a corto plazo tras dos ciclos de terapia con inhibidores de PD-1/PD-L1, con el objetivo de informar la estratificación temprana del riesgo y apoyar la reevaluación clínica oportuna en la práctica rutinaria.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

1. Ética y cumplimiento normativo

  1. Obtener la aprobación del Comité de Ética del Hospital Central Binhaiwan de Dongguan (Aprobación: 2021045).
  2. Asegurarse de que todos los procedimientos cumplan con la Declaración de Helsinki.
  3. Confirma que se obtuvo el consentimiento informado por escrito antes del tratamiento y documenta el estado del consentimiento en el expediente del estudio.

2. Identificación del paciente y cribado de elegibilidad

  1. Identificar pacientes consecutivos diagnosticados con cáncer de pulmón no de células pequeñas que iniciaron la terapia programada de la proteína de muerte celular 1/inhibidor programado de la muerte del ligando 1 entre enero de 2021 y octubre de 2023 en el centro de estudio.
  2. Confirma el diagnóstico patológico revisando el informe de patología.
  3. Confirma la finalización de dos ciclos de tratamiento y define uno como 3 semanas.
  4. Aplica los criterios de inclusión.
    1. Confirmar la edad de 35 a 80 años al inicio del tratamiento.
    2. Confirmar la ausencia de metástasis hepática en la imagen basal.
    3. Confirmar la ausencia de otras malignidades primarias.
    4. Confirma el tiempo de supervivencia documentado > 12 meses en el historial médico.
    5. Confirma la disponibilidad de historiales médicos basales completos y datos de imagen basales.
  5. Aplica criterios de exclusión.
    1. Excluyan a los pacientes que se sometieron a cirugía cardiotorácica en los 6 meses previos al inicio del tratamiento.
    2. Excluye a los pacientes con seguimiento documentado y deficiente que comprometa el seguimiento.
    3. Excluir a pacientes con trastornos psiquiátricos graves que comprometan el cumplimiento del protocolo.
    4. Excluir a los pacientes con anomalías hematológicas o de coagulación en la evaluación inicial.
    5. Excluir a los pacientes con infección activa grave al inicio.
    6. Excluir a los pacientes que recibieron inmunoterapia o terapia dirigida dentro de los 30 días previos a la inscripción.
    7. Excluyan a los pacientes que interrumpan el tratamiento durante la ventana de evaluación de dos ciclos debido a transferencia, limitaciones económicas o fallecimiento.
  6. Asignar un ID de estudio único a cada paciente elegible y desidentificar todos los registros antes del análisis.
  7. Verificar la elegibilidad de forma independiente por dos investigadores y resolver discrepancias por consenso.
  8. Registra la adjudicación en un registro de selección que contiene el ID del estudio, el elemento revisado, la descripción de la discrepancia, los adjudicadores y la fecha.
    NOTA: Registrar condiciones basales que probablemente desplacerán marcadores inflamatorios (por ejemplo, fiebre, sospecha clínica de infección o exposición sistémica a corticosteroides) en el registro de cribado para apoyar las decisiones de exclusión einterpretación 14.

3. Extracción de datos clínicos de referencia

  1. Recupera variables de referencia del sistema de historiales médicos electrónicos.
  2. Registrar sexo, edad, índice de masa corporal, nivel educativo, localización del tumor, diámetro máximo tumoral, estadio tumor–nodo–metástasis, modalidad de tratamiento, historial de tabaquismo y estado de desempeño del Grupo Cooperativo de Oncología del Este.
  3. Exporta todas las variables de referencia a una hoja de cálculo desidentificada.
  4. Bloquea el conjunto de datos para su análisis guardando una copia de solo lectura con una marca de tiempo.
  5. Verifica la exactitud de los datos cruzando al menos el 10% de las entradas con los registros fuente.
  6. Registrar correcciones en un registro de correcciones que contiene nombre del campo, valor original, valor corregido, iniciales del revisor y fecha.
  7. Resume las características de la línea base por estado de respuesta y compile la tabla de características de referencia para la notificación como Tabla 1.

4. Recogida sanguínea periférica basal y relación neutrófilos/linfocitos derivada de la hematología

  1. Recoger sangre venosa en ayunas de una vena de la extremidad superior en un plazo de 2 horas antes de la primera administración del inhibidor utilizando tubos anticoagulantes EDTA (véase Tabla de Materiales).
  2. Invierte cada tubo 8–10 veces inmediatamente después de la recogida.
  3. Realiza un análisis completo de hemogramas dentro de las 2 horas posteriores a la recogida utilizando un analizador hematológico automatizado (modelo que aparece en la Tabla de Materiales).
  4. Verifica el estado diario del control interno de calidad del analizador antes de la prueba de muestras y registra el estado de aprobado/fallo de control de calidad, nivel de control, operador y modelo del analizador en el registro del estudio.
  5. Registrar el recuento absoluto de neutrófilos y linfocitos absolutos a partir de la salida del analizador.
  6. Calcula la proporción neutrófilos/linfocitos usando la fórmula NLR = recuento absoluto de neutrófilos / recuento absoluto de linfocitos.
  7. Señalar muestras con coágulos o hemólisis como inválidas en el registro del estudio.
  8. Repite la extracción de sangre dentro de la misma ventana previa al tratamiento cuando sea clínicamente factible y documenta la causa de cualquier resultado ausente o inválido.
  9. Registrar el tiempo de extracción de sangre y el tiempo de hemograma para documentar la ventana preanalítica de ≤ 2 horas.

5. Citometría de flujo para la relación de células T CD4-positiva/CD8-positiva

  1. Una cuota de 50 μL de sangre entera anticoagulada con EDTA en un tubo de flujo de 12 × 75 mm (véase Tabla de Materiales).
  2. Añadir 20 μL de un reactivo de subconjunto de células T de cuatro colores que identifica CD3, CD4, CD8 y CD45 usando cuatro fluorocromos (véase Tabla de Materiales).
  3. Vórtice durante 1–2 segundos e incubación durante 15 minutos a 20–25 °C protegido de la luz.
  4. Añadir 450 μL de 1× solución lisificante de glóbulos rojos preparada a partir de un concentrado de 10× (véase la Tabla de Materiales).
  5. Mezcla por inversión suave e incuba durante 10 minutos a 20–25 °C protegido de la luz.
  6. Añade 2 mL de solución salina protegida con fosfato (véase Tabla de Materiales) y mezcla por inversión 3–5 veces.
  7. Centrifuga a 350 × g durante 5 minutos a temperatura ambiente.
  8. Descarta el sobrenadante sin mover la bola.
  9. Resuspende el pellet en solución salina tamponada con fosfato de 300–500 μL para su adquisición.
  10. Realiza comprobaciones diarias de rendimiento del citómetro según el flujo de trabajo del instrumento y registra el estado de aprobado/fallo en la hoja de ejecución.
  11. Ajusta los voltajes del fotomultiplicador usando un tubo sin teñir.
  12. Ejecuta controles de un solo color (células o perlas) para cada fluorocromo.
  13. Calcula la compensación dentro del software de adquisición usando los controles de un solo color.
  14. Mantener los mismos ajustes de voltaje y matriz de compensación para todas las muestras dentro del mismo lote y registrar fecha, operador, instantánea de voltaje y nombre del archivo de compensación.
  15. Adquirir cada muestra a un caudal bajo a moderado y recoger al menos 10.000 eventos linfocitos por muestra.
  16. Linfocitos de puerta usando CD45 frente a dispersión lateral.
  17. Singlets de puerta usando área de dispersión hacia adelante frente a altura de dispersión hacia adelante.
  18. Células T CD3-positivas con compuerta.
  19. Cuantificar los subconjuntos positivos para CD4 y CD8 dentro de eventos positivos para CD3.
  20. Calcular la proporción CD4-positiva/CD8-positiva usando la fórmula CD4-positiva/CD8-positiva = (% CD4-positivo entre CD3-positivo) / (% CD8-positivo entre CD3-positivo).
  21. Verificar la separación de poblaciones CD4-positivas y CD8-positivas en parcelas bivariadas.
  22. Recalcular la compensación y volver a ejecutar controles al observar solapamientos inconsistentes con la separación poblacional esperada.
  23. Guarda los gráficos representativos de cada lote (CD45/SSC, singlets, compuerta CD3, CD4 vs CD8) y arquévalos con el ID y la fecha del lote.
    NOTA: Registrar los números de lote de los reactivos y las fechas de ejecución en hojas de ejecución internas para soportar el seguimiento porlotes 15.

6. Inmunohistoquímica tumoral Ki-67 y asignación de estado binario

  1. Cortar secciones de tejido tumoral incrustado con parafina fijada en formalina a 4 μm y montar secciones sobre portaobjetos cargados (véase Tabla de Materiales).
  2. Deparafinizar secciones en xileno y rehidratar secciones mediante etanol graduado a agua.
  3. Realizar la recuperación de epítopos inducida por calor utilizando el tampón de recuperación de citrato, pH 6 (véase Tabla de Materiales).
  4. Precalienta el tampón de recuperación a temperatura casi de ebullición antes del tiempo.
  5. El calor se desliza en el buffer de recuperación durante 20 minutos.
  6. Diapositivas frías a temperatura ambiente durante 20 minutos.
  7. Enjuaga las láminas con tampón de lavado para eliminar la solución residual de recuperación.
  8. Incuba secciones con peróxido de hidrógeno al 3% durante 10 minutos a temperatura ambiente.
  9. El lavado desliza tres veces con el tampón de lavado durante 1–2 minutos por lavado.
  10. Incubar secciones con anticuerpo primario Ki-67 (clon MIB-1; formulación lista para usar; véase Tabla de Materiales) durante 20 minutos a temperatura ambiente.
  11. El lavado desliza tres veces con el tampón de lavado durante 1–2 minutos por lavado.
  12. Aplicar un sistema de detección basado en HRP y desarrollar cromógeno con DAB según las instrucciones del fabricante (véase Tabla de Materiales).
  13. Detener el desarrollo de cromógenos enjuagándolo con agua una vez que la tinción nuclear sea claramente visible y el fondo permanezca bajo.
  14. Contrateñir secciones con hematoxilina, enjuagar, azul, deshidratar mediante etanol graduado, transparente en xileno y montar con medio de montaje permanente (véase la Tabla de Materiales).
  15. Examina secciones con microscopía de campo claro a 400×.
  16. Selecciona cinco campos tumorales viables no solapados y evita necrosis, artefactos de aplastamiento y efectos de borde.
  17. Contar al menos 100 núcleos tumorales por campo y registrar el número de núcleos con tinción nuclear marrón inequívoca.
  18. Contar al menos 500 núcleos tumorales por caso en los cinco campos.
  19. Calcular el índice de marcado Ki-67 a nivel de caso usando la fórmula índice de etiquetado (%) = (núcleos tumorales positivos totales / núcleos tumorales totales contados) × 100%.
  20. Puntuar la intensidad de la tinción para cada caso como 0 (ninguno), 1 (amarillo claro), 2 (marrón-amarillo) o 3 (marrón oscuro) usando la intensidad predominante entre los núcleos tumorales contados.
  21. Puntuar el porcentaje de células positivas para cada caso como 0 (0–5%), 1 (6–25%), 2 (26–50%), 3 (51–75%) o 4 (>75%) usando el índice de etiquetado a nivel de caso.
  22. Calcula la puntuación inmunorreactiva usando IRS = puntuación de intensidad × puntuación porcentual.
  23. Asignar el estado de expresión de Ki-67 para análisis como Ki-67 negativo para IRS 0–4 y Ki-67 positivo para IRS 5–12, y usar este estado binario de forma consistente en toda la Tabla 1–4 y en los resultados del modelado.
  24. Realizar una puntuación ciega por dos patólogos.
  25. Cega a ambos patólogos ante los resultados clínicos y los valores de los biomarcadores en sangre.
  26. Resolver los desacuerdos de puntuación mediante revisión conjunta y registrar la clasificación y fecha de consenso final.
  27. Archivar imágenes representativas de cada caso con ID de estudio y ampliación.
  28. Incluye un tejido control positivo conocido y un control negativo (omitir anticuerpo primario) en cada prueba de tinción.
  29. La tinción repetida en caso de fallo en el control o en la mancha de fondo impide la interpretación.
    NOTA: Archiva la hoja de cálculo de puntuación que contiene los recuentos de cinco campos, índice de etiquetado, puntuación de intensidad, puntuación porcentual, IRS y el estado final negativo/positivo paraauditabilidad 16.

7. Evaluación de la respuesta tras dos ciclos

  1. Realizar imágenes de referencia antes del ciclo 1 dentro del flujo de trabajo clínico rutinario.
  2. Repite la imagen tras dos ciclos de tratamiento y define cada ciclo como 3 semanas.
  3. Evaluar la respuesta al tratamiento utilizando los Criterios de Evaluación de Respuesta en Tumores Sólidos, versión 1.1. 14
  4. Realizar una evaluación independiente y cega por dos radiólogos.
  5. Cega a ambos radiólogos ante los valores de biomarcadores y las covariables de modelización.
  6. Resolver los desacuerdos por consenso y registrar los detalles de la adjudicación (iniciales del lector, fecha, decisión final).
  7. Clasificar la categoría de respuesta como respuesta completa, respuesta parcial, enfermedad estable o enfermedad progresiva según RECIST 1.1.
  8. Asignar respuesta completa + respuesta parcial al grupo de respuesta.
  9. Asignar enfermedad estable + enfermedad progresiva al grupo de no respuesta.
  10. Almacena las fechas de imagen de referencia y de seguimiento y verifica que la ventana de evaluación corresponda a dos ciclos.
  11. Archivar hojas de medición RECIST con ID de estudio, lector y fecha de auditoría.

8. Análisis estadístico

  1. Realizar análisis estadísticos utilizando software estadístico (véase Tabla de Materiales).
  2. Presentar variables continuas distribuidas normalmente como media ± desviación estándar y comparar grupos usando una prueba t de muestra independiente.
  3. Presenta variables categóricas como recuentos y porcentajes y compara los grupos usando la prueba del chi cuadrado o la prueba exacta de Fisher, según corresponda.
  4. Variables independientes del código según el esquema de codificación preespecificado y compilan la tabla de codificación como Tabla 2.
  5. Filtrar predictores usando análisis univariables y seleccionar variables que cumplan con el criterio preestablecido para el modelado multivariable.
  6. Ajusta un modelo de regresión logística multivariable usando respuesta = 0 y no respuesta = 1 como variables dependientes.
  7. Ajustar el modelo multivariable según la edad, el estado de rendimiento del Grupo Cooperativo de Oncología del Este y el historial de tabaquismo.
  8. Informe las estimaciones ajustadas finales del modelo en la Tabla 3.
  9. Genera curvas características de funcionamiento del receptor para predictores individuales y el modelo combinado.
  10. Determinar los umbrales basados en ROC usando el índice de Youden para NLR y la razón CD4-positivo/CD8-positivo y aplicar los umbrales derivados de forma consistente en los análisis dicotomizados reportados en la Tabla 4.
  11. Resume el rendimiento de discriminación y clasificación para predictores individuales y el modelo combinado en la Tabla 4.
  12. Realizar análisis de sensibilidad tratando la relación neutrófilos-linfocitos y la relación CD4-positiva/CD8-positiva como predictores continuos bajo el mismo conjunto de codificación y ajuste de resultados.
  13. Informar sobre los resultados del análisis de sensibilidad como la Tabla Suplementaria S1.
  14. Verifica la consistencia entre los valores del texto del manuscrito y las tablas y figuras correspondientes, y archiva los archivos finales de salida y la versión del software utilizada.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Características básicas
Las características clínicas basales de los 102 pacientes con cáncer de pulmón no de células pequeñas se resumen en la Tabla 1. El grupo de respuesta (respuesta completa + respuesta parcial) incluía 30 hombres y 9 mujeres, mientras que el grupo no respondió (enfermedad estable + enfermedad progresiva) incluía 50 hombres y 13 mujeres (p = 0,771). En el grupo de respuesta, el 79,49% de los pacientes tenía menos de 65 años, frente...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

La inhibición de puntos de control inmunitarios se ha convertido en un componente esencial de la terapia sistémica para el cáncer avanzado de pulmón no de células pequeñas (CPNC), aunque el beneficio clínicamente significativo sigue concentrado en un subconjunto depacientes 15˒16. Esta heterogeneidad de respuesta, junto con el coste y la posible toxicidad de un tratamiento prolongado, hace que la estratificación de la respuesta temprana sea...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Los autores declaran que no hay intereses financieros en competencia ni relaciones personales que pudieran haber influido en el trabajo reportado en este artículo.

Agradecimientos

Agradecemos al Departamento de Patología y al Laboratorio Central del Hospital Central Binhaiwan de Dongguan por la asistencia técnica en inmunohistoquímica y citometría de flujo. Este trabajo fue apoyado por el Proyecto del Fondo de Investigación en Ciencia y Tecnología Médica de Guangdong (Subvención nº B2022247).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Analizador hematológico automatizadoCorporación SysmexXN-1000Hemograma completo y cálculo de la NLR
Microscopio de campo claroOlimpoBX53Evaluación histológica
Tampón de recuperación de antígenos de citrato (pH 6,0)Abcamab93678Recuperación de antígenos inducida por calor
Kit de sustrato DABLaboratorios VectorSK-4100Desarrollo cromogénico
Tubo de recolección de sangre anticoagulante EDTABD Biociencias367525Recogida de sangre periférica
Citómetro de flujoBD BiocienciasFACSCanto IIAnálisis de subconjuntos de células T
Tubos de citometría de flujo (12 figure-materials-1 75 mm)BD Falcon352058Tubos de adquisición de muestras
Bloqueos de tejido tumoral incrustado en parafina fijados en formalinaArchivo de Patología ClínicaN/AMuestras de tumores de CPNPC
Reactivo de subconjunto de células T de cuatro colores (CD3/CD4/CD8/CD45)BD Biociencias340499Para la detección de subconjuntos de linfocitos
Tinción de hematoxilinaSigma-AldrichH3136Contratinción nuclear
Kit de detección de HRPDako (Agilent)K5007Sistema secundario de detección de anticuerpos
Anticuerpo primario Ki-67 (clon MIB-1)Abcama.16667Detección inmunohistoquímica
MicrotomoLeica MicrosystemsRM2235Cortando 4 figure-materials-2 m secciones FFPE
Solución salina tamponada con fosfato (PBS)Thermo Fisher Scientific10010023Lavado y resuspensión de celdas
Portaobjetos de microscopio cargados positivamenteThermo Fisher ScientificJ1800AMNZMontaje en sección de tejido
Solución lisadora de glóbulos rojosBD Biociencias349202Lisis de eritrocitos antes de la citometría de flujo
Software de análisis estadísticoIBMSPSS v26.0Análisis de datos

Referencias

  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).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Explorar más artículos

Expresión de Ki-67relación neutrófilos-linfocitosrelación CD4/CD8inhibidor de PD-1inhibidor de PD-L1predicción de respuesta tempranabiomarcadores tumoralesregresión logísticacriterios de evaluación de respuesta
Contáctenos
Recomendar a la biblioteca

Privacidad

Términos de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.