基于影像组学的EGFR突变型晚期非小细胞肺癌靶向治疗疗效预测研究

Lung cancer is one of the most prevalent malignant cancers in China, and most of deaths with lung cancer are advanced non-small cell lung cancer (NSCLC) patients. Targeted therapy is the most effective treatment for advanced EGFR mutant NSCLC patients. However, the therapy resistance (progression) of targeted therapy is unavoidable. There have a great demand for treatment outcome prediction method for stage IV EGFR-mutant NSCLC patients with targeted therapy. The aim of this project is to construct a Radiomics based treatment outcome prediction model for NSCLC patients. The proposed method will extract massive quantitative CT image features correlated with the treatment outcome. Besides image features, clinical information and gene mutation information will also be applied in the prediction model for treatment outcome prediction. This study will provide a personal prediction tool for advanced NSCLC patients with targeted therapy and have significant scientific significance and clinical application value.

肺癌是目前我国发病率和死亡率最高的恶性癌种之一，在肺癌死亡患者中晚期非小细胞肺癌占大部分，对于晚期EGFR突变型非小细胞肺癌患者而言靶向治疗是目前最有效的治疗手段之一，但多数患者会产生耐药性进展（恶化），目前临床上缺乏针对晚期EGFR突变型非小细胞肺癌患者靶向治疗疗效预测的手段，严重影响临床治疗决策。本项目拟利用新兴的影像组学方法构建一套针对晚期EGFR突变型非小细胞肺癌患者的靶向治疗疗效预测模型，提取海量肺癌病灶定量CT影像特征，并筛选出与靶向治疗疗效高度相关的影像组学标签，然后融合临床信息和基因突变信息构建影像组学预测模型，实现晚期EGFR突变型非小细胞肺癌患者的TKI靶向治疗效果预测，指导临床决策，具有重大的科学研究意义和临床应用价值。

肺癌是我国发病率和死亡率最高的恶性肿瘤之一，晚期肺癌患者（特别是IV期）几乎无法进行手术治疗，死亡率高，预后差。研究发现针对晚期EGFR突变型肺癌患者，采用靶向药物治疗的效果优于放化疗，可改善患者的无进展生存期（PFS）。然而，EGFR突变型患者在使用靶向药物后，疗效差异较大。若能提前预测患者进行靶向治疗的疗效，将对患者的治疗方案制定有重要指导价值，但目前临床上仍缺乏有效的预测方法。.围绕这一临床需求，本项目研发了基于CT影像组学的肺癌靶向治疗疗效预测方法，可利用CT影像组学特征预测患者进行靶向治疗的预后，辅助患者的治疗方案制定。此外，本项目还将研发的影像组学方法扩展应用于肺癌免疫治疗疗效预测，以及其他多个癌种的辅助诊疗中，均取得了较好的临床效果。项目组在临床权威期刊Clinical Cancer Research，European Respiratory Journal等上发表系列SCI论文，其中ESI top 1%高被引论文7篇，并获得四川省科技进步一等奖。项目组还培养了1名基金委优青和1名正高级职称人员1名。本项目的重要研究进展如下：.1）围绕肺癌靶向治疗疗效预测，与广东省人民医院、上海市肺科医院、四川大学华西医院等联合开展研究，收集了一批EGFR突变并接受靶向治疗的晚期非小细胞肺癌患者，包含临床信息、基因突变信息、CT影像、PFS等资料。提取并筛选与疗效高度相关的影像组学特征，并融合临床特征建立影像组学预测模型，模型可有效预测肺癌患者进行靶向治疗的预后，疗效好组比疗效差组的PFS高出一倍多（10.7月 vs. 4.5月）。该模型对IV期EGFR突变型非小细胞肺癌患者的临床决策制定有较好的指导价值，为患者的个性化治疗提供了新依据。.2）围绕肺癌免疫治疗疗效预测，与多家医院开展医工交叉合作，将影像组学方法应用于免疫治疗标志物TMB（肿瘤突变负荷）和PD-L1（程序性细胞死亡蛋白1配体）的预测中，发现CT影像组学模型可预测免疫治疗标志物和患者的预后，从而辅助免疫治疗方案的制定。.综上所述，项目组顺利完成了预期研究任务，利用影像组学方法提高了影像预测肺癌靶向和免疫治疗疗效的效能，有望使广大晚期肺癌患者从中获益。