美國紀念斯隆·凱特琳癌癥中心Jones等報告，整合腫瘤基因組和臨床病理特征，可改善早期肺腺癌(LUAD)術后的風險分層，并可預測術后復發(fā)。(JAMA Surg. 2020年12月23日在線版 doi:10.1001/jamasurg.2020.5601)

LUAD術后的輔助治療，建議僅依據(jù)TNM分期來開展，但其與基因組和高危臨床病理因素的關系未知。在Ⅰ~Ⅲ期完全切除的LUAD患者中，為了明確與復發(fā)獨立相關的腫瘤基因組特征(即使存在侵襲性疾病、高危臨床病理因素)，并建立計算機學習預測模型(PRecur)以確定相對TNM分期系統(tǒng)聯(lián)合了基因組和臨床病理特征的模型是否可更好地預測復發(fā)風險，該項前瞻性隊列研究連續(xù)納入2008年1月1日至2017年12月31日在單中心接受治療的426例患者(Ⅰ~Ⅲ期，完整切除的LUAD，廣譜二代測序數(shù)據(jù)和匹配的臨床病理數(shù)據(jù)，未經(jīng)新輔助治療)，使用癌癥基因組圖譜(TCGA)對PRecur預測模型進行外部驗證。主要終點包括使用Kaplan-Meier法估算的無復發(fā)生存期(RFS)。使用Cox比例風險回歸建立了臨床病理因素、基因組改變和RFS間的關聯(lián)。

結果顯示，患者手術中位年齡為69歲(IQR：62~75歲)，女性286例(67%)，Ⅰ期癌癥318例(75%)。相關性分析顯示，SMARCA4改變(臨床病理校正后：HR=2.44，95%CI 1.03~5.77，P=0.042)、TP53改變(HR=1.73，95%CI 1.09~2.73，P=0.02)和基因組改變比例(HR=1.03，95%CI 1.10~1.04，P=0.005)均與RFS獨立相關。在預測RFS方面，PRecur預測模型優(yōu)于TNM分期模型(CPE：0.73 vs. 0.61;差異為0.12，95%CI 0.05~0.19，P<0.001)。 為了驗證預測模型，將PRecur應用于TCGA LUAD數(shù)據(jù)集(360例)，可明確區(qū)分風險組(P=0.02)，獲得了外部驗證。

 (編譯 董繼成)