eLife: разработана модель для прогнозирования результатов иммунотерапии больных онкологией

Исследователи разработали модель, которая может предсказать на ранних стадиях лечения, ответят ли больные раком на иммунотерапию, говорится в докладе, опубликованном сегодня в журнале eLife. Эта модель может дать врачам возможность выявить тех, кто получит пользу от иммунотерапии на ранней стадии лечения рака, используя информацию из больничных снимков и лабораторных анализов. Это позволит пациентам получить индивидуальное лечение и избежать побочных эффектов от лечения, которое может им не подойти.


Специалисты сосредоточилась на изучении реакции пациентов на класс препаратов иммунотерапии, называемых ингибиторами иммунных контрольных точек. Они разработали модель для определения изменений относительной массы опухоли с течением времени после начала терапии ингибиторами контрольных точек.


На изменение массы опухоли влияет сложное биологическое взаимодействие между иммунной системой и раковыми клетками. Они упростили этот перекрестный обмен, сосредоточившись на трех измерениях, которые можно объединить в уравнение: Способность клеток злокачественной опухоли расти, способность иммунных клеток убивать раковые клетки в опухолевой среде и потенциальная эффективность лечения иммунотерапией на основе ингибиторов контрольных точек.

Сначала они откалибровали эту модель, используя данные клинических испытаний, в которых оценивался класс ингибиторов контрольных точек, специфически нацеленных на путь PD-1/PD-L1. В ходе испытаний были измерены изменения объема опухоли с течением времени у 189 пациентов с распространенными типами опухолей.

Затем команда проверила результаты калибровки этой модели на данных дополнительной группы из 64 пациентов с немелкоклеточным раком легких, получавших иммунотерапевтический препарат пембролизумаб. Удалось обнаружить, что соотношение иммунных и опухолевых клеток в опухолевой среде, а также потенциальная эффективность лечения ингибиторами значительно отличаются у пациентов, отвечающих и не отвечающих на лечение.

Важно отметить, что модель правильно предсказала ответ на лечение, который произошел у 81,4% пациентов, используя только измерения объема опухоли и в течение двух месяцев после начала лечения. Такая высокая чувствительность модели к прогнозированию ответа на лечение в ранние сроки (менее 60 дней) позволяет предположить, что модель может обеспечить ценное раннее выявление онкологических больных, которые, скорее всего, получат пользу от терапии ингибированием контрольных точек.

Также в модели было минимальное количество ложноотрицательных результатов, связанных с группой пациентов, которые, по прогнозам, получат наименьшую пользу от терапии. Это важно для того, чтобы модель не дала ошибочного прогноза, что пациент не получит пользы от лечения, которое может оказаться эффективным.