“肾癌文献月评”第二季再次扬帆起航,中华医学会泌尿外科学分会(CUA)青委点评组将继续围绕肾癌临床诊断、药物治疗、手术、基础研究等相关内容,以专业视角多维度关注、分析肾癌领域学术成果,以期为各位同道带来帮助。本期为肾癌文献月评2021-2022年度第六期。
本期汇总2021年11月-12月发表的肾癌领域文献,精选其中3篇热点高水平研究,包括寡转移性肾癌单独应用立体定向放射治疗(SBRT)的可行性分析、酪氨酸激酶抑制剂(TKI)联合免疫在IMDC低危患者疗效的Meta分析结果,以及开发肾癌预后预测的多模态学习模型。由中山大学孙逸仙纪念医院董文教授、吉林大学第一医院侯宇川教授、重庆医科大学附属第一医院何卫阳教授进行点评。
寡转移性肾细胞癌根治性放疗替代系统性药物治疗的单臂、单中心II期试验
背景:放疗在转移性肾细胞癌(mRCC)中的作用存在争议。我们前瞻性地检验了放疗治疗寡转移性肾细胞癌患者以推迟全身治疗的可行性和疗效。
方法:这项来自MD安德森癌症中心的单臂II期、可行性分析试验,纳入标准为最多有5个转移病灶、ECOG 0–2分、既往全身治疗不超过1次(全身治疗需在入组前至少1个月停止)、组织病理学类型不限制的年龄≥18岁肾细胞癌患者。所有病灶均接受立体定向放射治疗(SBRT,治疗次数≤5次,每次≥7 Gy),同时不予全身治疗。当病变位置无法进行安全的立体定向放射治疗时,患者接受降低强度的大分割放疗方案,包括60-70 Gy分10次或52.5 - 67.5 Gy分15次。后续进展部位可进行额外的几轮放疗。主要终点为可行性(定义为计划内放疗完成,计划外中断<7天)和无进展生存期。疗效分析为意向治疗分析。在实际治疗人群中进行安全性分析。
结果:2018年7月13日至2020年9月18日间入组30例患者(6例 [20%] 女性)。所有患者均为肾透明细胞癌(ccRCC),并在入组前接受了肾切除术。所有患者均完成了至少一轮放疗,计划外中断少于7天。中位随访期为17.5个月(13.2-24.6),中位无进展生存期(mPFS)为22.7个月(95% CI 10.4-未达到;1年PFS为64% [95% CI 48-85])。3例(10%)患者发生严重不良事件(AE):2例3级(背痛和肌无力)和1例4级(高血糖)AE。无治疗相关性死亡。
结论:放疗可能有助于推迟起始全身治疗,对于寡转移性肾细胞癌患者可持续中断全身治疗。
【专家点评】
无法根治性切除原发及转移灶的晚期肾癌患者以全身治疗为主,但一系列临床试验所报道的3级及以上AE可达40-80%,患者往往因AE减量、中断或停止治疗。以往认为肾癌对常规放疗不敏感,但近年多项报道显示高强度的SBRT治疗寡转移的2年局部控制率可达90%以上。Cheung等报道了一项SBRT治疗在接受TKI药物有效治疗3个月以后出现寡进展的前瞻性研究,37例患者经过SBRT局部治疗后,中位TKI换药时间延迟了12.6个月,大大延长了一线TKI持续使用时间。SBRT控制TKI治疗后寡进展的策略已经逐渐应用于临床。但尚无研究探寻只予SBRT局部控制寡病灶能使系统性药物推迟多久进行。该研究针对寡转移性肾细胞癌,验证SBRT替代全身治疗控制病灶进展的可行性、疗效及安全性,纳入人群均已行肾切除术。结果显示该方案mPFS达22.7个月,可与已报道的一线靶向联合免疫方案的mPFS媲美。这类特定患者(寡转移性)仅予SBRT或能延迟药物治疗的治疗时机。但该研究随访时间短,文章未报道后续药物治疗的mPFS及中位总生存期(mOS),尚无法明确局部治疗进展后是否难以控制病情?序贯的全身治疗mPFS是否仍能达到一线水平?总生存是否延长?若后续全身治疗仍能维持一线疗效,OS相应延长,寡转移患者有望进一步突破生存期限。期待后续报道公布。
表1:患者基线特征
表2: 放疗特点
图1:(A) 无进展生存期(B)无全身治疗生存期
VEGFR-TKIs联合免疫治疗在IMDC低危人群中疗效的Meta分析
Efficacy of VEGFR-TKIs plus immune checkpoint inhibitors in metastatic renal cell carcinoma patients with favorable IMDC prognosis
背景:PD-1/PD-L1免疫抑制剂(ICI)联合抗血管内皮生长因子受体-酪氨酸激酶类抑制剂(VEGFR-TKI)一线用于mRCC治疗可显著改善患者预后。联合用药在IMDC分层中、高危人群中获益明显,但在低危人群中是否获益仍不明晰。本研究旨在评估低危mRCC患者,使用VEGFR-TKI联合ICI相比VEGFR-TKI单药是否更能改善患者预后。
方法:检索MEDLINE/PubMed数据库、Cochrane图书馆和美国临床肿瘤学会(ASCO)会议摘要,搜索VEGFR-TKI + ICI联合治疗mRCC的临床注册试验研究(RCT)。根据PRISMA语句进行数据提取。根据研究的异质性,使用随机或固定效应模型计算汇总风险比(HR)。
结果:纳入4个RCT研究分析。与舒尼替尼相比,VEGFR-TKI + ICI组合改善PFS (HR = 0.63; P < 0.00001)。然而,VEGFR-TKI + ICI联合治疗不能显著延长OS(HR = 0.99; 95% CI: 0.74 -1.33; P = 0.95)。
结论:对于IMDC分层低危的mRCC患者,VEGFR-TKI + ICI联合作为一线治疗可改善PFS,但不能改善患者OS。需要更长时间的随访和进一步的研究增加分析的可信度,从而为低危mRCC患者选择最优的一线治疗方案。
【专家点评】
目前从已有RCT:KEYNOTE-426, Javelin Renal 101, CheckMate 9ER及 CLEAR对于低危mRCC治疗来看PFS明显获益,但是OS并没有获益,需要进一步延长随访或进一步针对性开展临床试验验证,从而为低危mRCC患者选择最优的治疗方案。另外如同文中所提及,对于低肿瘤负荷和/或无症状序贯使用VEGFR-TKI、ICI单药治疗可延缓肿瘤生长。并且在欧洲、美国肿瘤学指南及中国临床肿瘤学会(CSCO)肾癌治疗指南中,对于IMDC分层低危患者除VEGFR-TKI + ICI联合治疗外,TKI单药仍是有效治疗方案之一。 除此之外,根据RCT试验数据联合疗法相比TKI单药可能产生更多AE,其联合治疗停药率在20%-48%,而TKI单药对照组12% - 17%。目前临床预后因素,虽然有助于指导临床医师计划治疗策略,但远不能预测疾病对可用的不同疗法的反应情况。因此从RCC肿瘤生物学行为、分子及信号通路异常寻找有效治疗反应的预测因素,这也是RCC研究个性化治疗的主要目标策略。
图2:VEGFR-TKI + ICI联合方案与标准治疗(舒尼替尼)的PFS及OS比较
表3:VEGFR-TKI + ICI联合方案在关键研究中所报道的常见AE
肾癌预后预测的多模态深度学习
背景:肾透明细胞癌(ccRCC)是一种常见且致死率较高的肿瘤。近几十年,TNM分期和组织病理学分级是ccRCC患者预后的决定因素,但临床上预测ccRCC患者预后的生物标志物很少。ccRCC的管理涉及多学科,包括泌尿外科学、放射学、肿瘤学和病理学,每个学科都会产生大量且复杂的医学数据。在处理数据方面人工智能(AI)就展现出巨大的优势,可高效地提取有意义的信息从而造福患者。
目的:在本项研究中开发并评估了一种可预测ccRCC患者预后的多模态深度学习模型(MMDLM)。
实验设计与参与者:将非转移和转移性ccRCC患者分为两组:(1)第一组是癌症基因图谱组(TCGA组),包括来自TCGA数据库的230名ccRCC患者。(2)第二组是美因茨组(外部验证组),包括来自美因茨大学医学中心的18名ccRCC患者。应用MMDLM模型对每一名患者的组织病理学显微图像数据、CT/MRI影像数据以及外显子组测序基因组数据都进行了综合处理与分析。
结果验证和与统计分析:结果验证包括Harrell的一致性指数(C-index)和预测5年生存状态的各种性能参数(5YSS)。使用了多种可视化技术使模型更易被理解。
结果:MMDLM对ccRCC患者预后的预测效果较好,患者平均C-index为0.7791,平均准确率为83.43%。与单一来源数据相比,对多来源的数据进行综合分析具有更好的结果。另外,MMDLM的预测是一个优于其他临床参数的独立预后因素。
结论:多模态深度学习有助于ccRCC患者预后的预测,并可能有助于指导该疾病的临床管理。
总结:基于人工智能的计算机程序可以同时分析各种医疗数据(组织病理学显微图像数据、CT/MRI影像数据以及外显子组测序基因组数据),从而预测肾癌患者的生存时间。
【专家点评】
肾癌是泌尿系统致死率最高的恶性肿瘤,目前临床上有一些可以预测ccRCC患者预后的实用工具,包括加州大学洛杉矶分校的综合分期系统(UISS)和国际转移性肾癌数据库联盟的风险模型(IMDC)等,但是这些工具包含的信息有限并且使用操作繁琐。这项来自美因茨大学医学中心病理研究所的研究开发了一个基于人工智能(AI)的多模态深度学习模型(MMDLM),其可以同时分析各种医学数据,包括CT/MRI图像,基因组数据和医学显微图像等,从而预测ccRCC患者的生存时间。该模型的优势主要体现在:1.整合了多种的组织病理学和放射学影像资料以及经全外显子组测序的遗传信息,尽可能利用更多的信息进行分析提高模型预测的准确率;2.该模型可将ccRCC患者分为低风险或高风险,在预测患者预后的同时还可指导患者的后续医疗方案;3.模型还具有可视化技术可直观显示相关结果。
随着科技的发展,AI已经运用到了我们生活的方方面面。目前“AI+医疗”已成为了越来越多的研究聚焦点。这项研究向我们展示了AI深度学习通过大批量地处理高维数据在预测ccRCC患者预后中的优势。当然,目前AI在肿瘤领域的应用尚处于初步探索阶段,其具体应用还有待不断深入研究。
图 3 :患者队列、临床示例和 MMDLM 概述
图 4 :MMDLM 在 ccRCC 中对预后预测的评估
参考文献:

副主任医师,医学博士,硕士研究生导师
国家公派访美学者
中山大学孙逸仙纪念医院泌尿外科肿瘤亚专科副主任
中山大学孙逸仙纪念医院深汕中心医院泌尿外科副主任
中华医学会泌尿外科学分会青年学组委员
广东省医学会泌尿外科学分会青年委员会委员
中国自动化学会医学机器人专业委员会委员
广东省医学会男科学分会前列腺学组成员
美国泌尿外科学会国际委员
擅长泌尿系统肿瘤、结石、前列腺疾病的微创治疗,机器人手术认证专家
吉林大学第一医院泌尿外一科副主任,医学博士
博士研究生导师
中华医学会泌尿外科学分会青年委员
吉林省健康管理协会泌尿专业委员会主任委员
吉林省抗癌协会泌尿生殖肿瘤专业委员会副主任委员
吉林省医学会泌尿外科青年委员会副主任委员

主任医师,教授,博士生导师
重庆医科大学附属第一医院泌尿外科副主任
外专第四党支部书记
第九批中国院巴布亚新几内亚医疗队队长兼党支部书
美国新墨西哥大学Lovelace研究所访问学者
CUDA全国青年委员
中国抗癌协会泌尿男生殖系肿瘤专委会肾癌学组及微创学组委员
中国医师协会泌尿外科专委会修复学组委员
中国医师协会器官移植围手术期管理专委会全国委员
中国医疗保健国际交流促进会加速康复外科分会泌尿学组委员
中华医学会泌尿外科青委会微创学组委员
重庆市泌尿外科专委会常委兼秘书
重庆市抗癌协会泌尿生殖系肿瘤专委会委员
重庆市中西医结合泌尿外科专委会委员
重庆市微创外科泌尿学组委员
重庆市性医学理事
国际泌尿外科学会会员(SIU)
MCC号VOR21121685有效期2022-12-27,资料过期,视同作废。
本文旨在传递医学前沿信息和研究进展,文中所涉及的部分药物尚未在中国获批适应证,相关数据仅供临床医生参考,非商业用途,请自觉保护作品著作权;本资料中引用的公开发表文献仅代表作者的个人观点。