目的 利用免疫组化技术筛选非小细胞肺癌(NSCLC)肿瘤微环境中具有重要意义的免疫指标,建立NSCLC免疫治疗疗效预测模型.方法 回顾性分析2013年至2015年我院收治并经手术病理确诊的NSCLC患者46例,采用聚类分析进行分组,收集病理标本及相关临床数据,采用聚类分析法及t检验对免疫组化指标进行降维筛选,建立NSCLC免疫治疗疗效预测模型,依据免疫细胞浸润密度及位置进行命名.通过接受免疫检查点抑制剂治疗的11例NSCLC患者进行验证,评估该模型的预测效能.结果 通过聚类分析将46例患者分为两组,分别为8例、38例,两组患者中位无病生存期(mDFS)分别为14.33个月、25.84个月(P=0.015),中位总生存期(mOS)分别为16.00个月、28.70个月(P=0.021).利用聚类分析及t检验将16个免疫指标降维至7个,根据Fisher判别函数建立免疫治疗疗效预测模型,进一步分析两组免疫细胞情况,分别命名为免疫低反应型和免疫高反应型,评估结果显示该模型具有较好的预测价值.结论 基于肿瘤微环境建立的NSCLC免疫治疗疗效预测模型为NSCLC免疫治疗的疗效评估提供了一种新的方法.
作者：曾政；杨鹤玲；刘宇；王勇；徐强；蒋鸥
来源：肿瘤药学 2022 年 12卷 2期
