European Radiology：用于预测头颈部鳞状细胞癌程序性死亡配体1表达的放射组学特征

据统计，起源于口腔、咽部和喉部的头颈部鳞状细胞癌（HNSCC）占头颈部癌症的90%以上。近年来，免疫疗法在抗肿瘤治疗领域具有革命性意义。针对程序性死亡1（PD-1）/程序性死亡配体1（PD-L1）途径的免疫检查点抑制剂在HNSCC患者中显示出疗效和可控的安全性。PD-1主要在淋巴细胞和巨噬细胞中表达，而PD-L1是PD-1的配体。因此，在治疗前对HNSCC中PD-L1的表达进行准确的预测至关重要。检测PD-L1表达的一个常用方法是IHC。然而，IHC十分耗时且不能对PD-L1的表达进行实时评估。因此，寻找一种新的方法来预测PD-L1的表达在临床实践中至关重要。

最近，放射组学方法已被广泛用于肿瘤研究中。这些方法通过从这些数字生物医学图像中提取定量和高维数据，并反映细胞水平上的组织异质性潜力，可以在广泛获得的CT、MRI、PET和超声图像基础上提供额外的有用信息。

近日，发表在European Radiology杂志的一项研究开发并验证了一种基于对比增强CT（CECT）的用于术前预测HNSCC的PD-L1表达的放射组学特征，为临床提供了一种新的预测PD-L1表达的无创影像学方法。

本研究共纳入了157名确诊的HNSCC患者，所有患者均接受了CECT扫描和肿瘤PD-L1表达的免疫组织化学检查。这些患者被分为训练集（n = 104；62个PD-L1阳性和42个PD-L1阴性）和外部验证集（n = 53；34个PD-L1阳性和19个PD-L1阴性）。从CECT图像中提取的放射组学特征构建了一个放射组学特征，并计算了一个放射组学分数。使用受试者操作特征分析评估了放射组学特征的性能。 

最终选择了九个特征来构建放射组学特征。在训练和验证组中，放射组学特征区分PD-L1阳性和PD-L1阴性状态的性能良好，训练和验证组的受试者工作特征曲线下面积分别为0.852和0.802。 

图 a 案例1：一名65岁男性的，患有鳞状细胞癌，PD-L1表达阳性。b 肿块的手动分割。c 免疫组化图像呈现PD-L1的阳性表达（×200；CPS=65）。放射性组学特征（A至I，见表2）的值分别为0.356、1.827、0.640、1.059、0.751、0.046、0.748、1.676和1.658。d 案例2：一名63岁男性，患有鳞状细胞癌，PD-L1表达阴性。e 肿块的手动分割。 f 免疫组化图像呈现PD-L1的阴性表达（×200；CPS<1）。放射学特征（A至I，见表2）的值分别为1.129、0.744、0.713、1.007、1.315、0.835、1.364、0.843和0.809。Rad-score为-2.203

本研究提出的基于CECT的放射组学特征模型在个体化评估HNSCC患者的PD-L1表达状态（CPS≥1与<1）方面表现良好，将有助于临床医生在治疗前对有望从抗PD-L1免疫疗法中获益的HNSCC患者进行筛选。

原文出处：

Ying-Mei Zheng,Ming-Gang Yuan,Rui-Qing Zhou,et al.A computed tomography-based radiomics signature for predicting expression of programmed death ligand 1 in head and neck squamous cell carcinoma.DOI:10.1007/s00330-022-08651-4