Nature Medicine:循环肿瘤DNA预测癌症相关静脉血栓风险:液体活检引领精准医疗新方向

时间:2024-08-20 20:00:26   热度:37.1℃   作者:网络

引言

静脉血栓栓塞症(Venous Thromboembolism, VTE)是一种严重的血栓性疾病,主要包括深静脉血栓(DVT)和肺栓塞(PE)。在癌症患者中,VTE的发病率显著高于一般人群,尤其是在接受化疗、放疗等治疗的患者中,静脉血栓的风险更是大幅增加。癌症相关VTE不仅增加了患者的疾病负担,也成为肿瘤治疗过程中导致患者死亡的重要原因之一。研究表明,癌症患者中VTE的发生率约为4%至20%,其中部分高危患者甚至更高。然而,如何有效识别出这些高风险患者,成为当前临床上的一个挑战。

传统的VTE风险评估工具,如Khorana评分(Khorana score, KS),主要基于患者的血液学指标、体重指数(BMI)和肿瘤类型等临床参数进行风险分层。虽然Khorana评分在一定程度上帮助识别了部分高风险患者,但其预测准确性仍然有限。例如,只有少于10%的高Khorana评分患者实际发展为VTE,而大多数VTE患者的评分往往较低。这种风险评估的局限性使得许多患者没有得到有效的预防性抗凝治疗,或部分患者接受了不必要的抗凝药物治疗,从而增加了出血等并发症的风险。因此,如何进一步提高VTE风险评估的准确性,是当前临床实践中的迫切需求。

液体活检(liquid biopsy)技术近年来在癌症研究和临床应用中取得了显著进展。液体活检通过检测血液中的循环肿瘤DNA(circulating tumor DNA, ctDNA)来监测肿瘤的基因变异情况。这种方法相较于传统的组织活检具有无创、便捷、可重复采样等优势,已被广泛应用于癌症早期筛查、预后评估和疗效监测等领域。然而,尽管ctDNA在肿瘤相关性疾病中的应用越来越广泛,其在静脉血栓栓塞症中的预测潜力仍未被充分研究。

8月15日Nature Medicine的研究报道“DNA liquid biopsy-based prediction of cancer-associated venous thromboembolism”首次系统性地分析了液体活检技术在癌症相关VTE风险评估中的应用价值。研究团队通过对大规模癌症患者队列的分析,结合循环肿瘤DNA检测数据,建立了一个基于ctDNA的VTE预测模型,并与传统的Khorana评分进行了对比。研究发现,ctDNA的存在与VTE风险呈显著正相关,尤其是在非小细胞肺癌(NSCLC)、乳腺癌和胰腺癌等高VTE风险的癌症类型中,ctDNA的预测能力更为突出。

该研究通过液体活检技术探索了癌症相关VTE风险的新型预测模型,为临床医生提供了一种更为精准的工具,帮助识别高风险患者并优化抗凝治疗方案。这一研究成果不仅拓展了ctDNA的应用领域,也为未来的个性化肿瘤治疗提供了新的可能性。

图片

该研究旨在探讨ctDNA是否能作为癌症相关VTE的独立预测因子,并开发基于ctDNA的机器学习模型,以提高VTE风险评估的精准度。通过对多个患者队列的数据分析,研究团队评估了ctDNA及游离DNA(cfDNA)与VTE风险之间的关联,并验证了其在不同癌症类型中的适用性 。

该研究分析了来自三个不同患者队列的数据:发现队列、前瞻性验证队列以及非小细胞肺癌(NSCLC)患者的广泛验证队列。研究的重点是评估通过液体活检获取的ctDNA数据是否可以作为VTE的有效预测指标。使用了两种不同的ctDNA测序方法:MSK-ACCESS和ctDx Lung,它们都是基于混合捕获的下一代测序技术(Next-Generation Sequencing, NGS) 

在统计分析中,研究团队使用了Fine-Gray回归模型(Fine-Gray Regression Model)和Aalen-Johansen估计法,以评估ctDNA和cfDNA与VTE风险的关联。机器学习模型则采用了随机生存森林模型(Random Survival Forest, RSF)进行训练和预测,模型的性能通过Harrell’s c-index及时间依赖的AUROC曲线来评估 。

图片

ctDNA与癌症相关VTE风险的关联(Credit: Nature Medicine

Aalen-Johansen曲线与Fine-Gray模型风险比:图a展示了通过Aalen-Johansen曲线和Fine-Gray回归模型计算出的从首次ctDNA测序时间到VTE发生的时间,死亡被视为竞争风险。在发现队列中,有ctDNA的患者相比无ctDNA的患者,发生VTE的风险显著更高(HR = 2.49, 95% CI: 1.99–3.11, P = 1.1×10⁻¹⁵)。

VAF分位数分层分析:图b进一步展示了根据ctDNA的变异等位基因频率(Variant Allele Fraction, VAF)的不同分位数进行的分层分析。研究表明,随着VAF的升高,患者发生VTE的风险也随之增加,这表明ctDNA与VTE的风险呈现剂量依赖关系。

不同癌症类型中的VTE风险:图c显示了对于不同癌症类型,检测到ctDNA的患者发生VTE的风险比(HR)。虽然在非小细胞肺癌(NSCLC)、乳腺癌和胰腺癌等高风险癌症类型中ctDNA与VTE风险显著相关,但在某些癌症类型(如膀胱癌、肝胆癌和结直肠癌)中并没有发现显著关联。

特定基因突变的影响:图d分析了特定基因突变(如KRAS、STK11和KEAP1)对VTE风险的影响,研究发现这些基因的突变与VTE风险显著相关,但在某些癌症类型中,基因突变并未对VTE风险产生显著影响。

验证队列和广泛适用性队列的结果:图e显示了在验证队列和广泛性队列中的Fine-Gray回归模型结果。这些结果进一步验证了ctDNA与VTE风险的显著关联,表明这种关联不仅局限于发现队列,也适用于更广泛的患者群体。

在发现队列中,464名患者(约11%)在ctDNA检测后发生了VTE事件。统计结果显示,检测到ctDNA的患者发生VTE的风险显著高于未检测到ctDNA的患者(HR = 2.49, 95% CI: 1.99–3.11, P < 0.001)。此外,ctDNA的变异等位基因频率(Variant Allele Fraction, VAF)越高,VTE的风险也越高,表明二者之间存在剂量依赖关系 。

进一步分析显示,cfDNA浓度与VTE风险也存在显著关联。在所有癌症类型中,cfDNA浓度较高的患者更易发生VTE。这表明cfDNA可能通过与中性粒细胞胞外陷阱(Neutrophil Extracellular Traps, NETs)相关的机制参与血栓的形成 。

机器学习模型验证了ctDNA在VTE风险评估中的预测能力。基于ctDNA的模型相较于Khorana评分在多个癌症类型中表现出更高的预测准确性。特别是在非小细胞肺癌(NSCLC)和胰腺癌患者中,ctDNA的预测能力尤为显著 。

图片

与癌症患者VTE相关的预测因子(Credit: Nature Medicine

多变量Fine-Gray模型:图a显示了在发现队列中,通过多变量Fine-Gray模型分析得出的VTE风险预测因子。该模型中包括了检测到ctDNA(+ctDNA)的患者,以及cfDNA的血浆浓度(以ng/ml为单位)。研究结果显示,检测到ctDNA的患者VTE风险显著增加,而cfDNA浓度的升高同样与VTE风险相关。

随机生存森林模型(RSF):图b展示了基于RSF模型的预测能力评估。该模型通过五折交叉验证和验证队列进行训练,整合了不同变量(如ctDNA、cfDNA等)的数据。模型的Harrell’s c-index平均值显示,包含所有变量的RSF模型的预测能力优于仅基于Khorana评分(Khorana score, KS)的传统风险评估方法。具体来说,LB+模型(包括ctDNA等液体活检变量)在所有验证队列中的表现显著优于KS模型。

动态ROC曲线:图c显示了用于预测6个月内VTE发生率的动态ROC曲线。该曲线基于RSF模型计算了VTE发生的概率,AUC(曲线下面积)用来评估模型的预测能力。研究结果显示,包含ctDNA等变量的模型在预测准确性方面明显优于仅基于Khorana评分的模型。

该研究首次系统性验证了ctDNA作为癌症相关VTE的独立预测因子,特别是在高风险癌症患者中,ctDNA能够显著提高VTE风险的预测准确性。与传统的Khorana评分相比,基于液体活检的模型不仅可以更加精准地识别出高风险患者,还可以通过实时监测ctDNA水平,帮助临床医生动态调整治疗方案 。

图片

在癌症患者中,使用抗凝药物(anticoagulation)预防癌症相关静脉血栓栓塞症(VTE)时,根据是否检测到ctDNA进行分层分析的结果(Credit: Nature Medicine

ctDNA+患者中的抗凝治疗效果(图a): 对于检测到ctDNA的患者,研究使用Aalen-Johansen曲线分析了从血浆采样到VTE发生的时间,死亡被视为竞争风险。结果显示,在这些患者中,使用抗凝药物的患者发生VTE的风险显著降低(调整后的风险比HR = 0.50, 95% CI: 0.30–0.81),表明抗凝治疗对于ctDNA+患者在降低VTE风险方面具有潜在的预防作用。

ctDNA-患者中的抗凝治疗效果(图b): 对于未检测到ctDNA的患者,研究显示抗凝治疗并未显著降低VTE发生的风险(调整后的风险比HR = 0.89, 95% CI: 0.40–2.0)。这意味着对于ctDNA-患者,抗凝治疗在预防VTE方面的效果可能较为有限

未来的研究可以进一步探索ctDNA和cfDNA在不同癌症类型中的具体机制,以及它们在VTE形成中的作用。此外,液体活检技术的广泛应用也为VTE风险的无创、便捷预测提供了新的思路,有望在临床实践中得到更广泛的应用 。

通过该研究,研究团队证明了ctDNA和cfDNA在预测癌症相关VTE中的潜力。基于ctDNA的液体活检模型不仅提高了VTE的预测能力,还为癌症患者的个性化治疗提供了新的方向。随着更多验证研究的开展,液体活检技术有望在癌症相关VTE风险评估中成为一种标准工具,为临床决策提供更多依据 。

参考文献

Jee J, Brannon AR, Singh R, Derkach A, Fong C, Lee A, Gray L, Pichotta K, Luthra A, Diosdado M, Haque M, Guo J, Hernandez J, Garg K, Wilhelm C, Arcila ME, Pavlakis N, Clarke S, Shah SP, Razavi P, Reis-Filho JS, Ladanyi M, Schultz N, Zwicker J, Berger MF, Li BT, Mantha S. DNA liquid biopsy-based prediction of cancer-associated venous thromboembolism. Nat Med. 2024 Aug 15. doi: 10.1038/s41591-024-03195-0. Epub ahead of print. PMID: 39147831.

https://www.nature.com/articles/s41591-024-03195-0

上一篇: Neuro Oncol:非典型畸胎样/横...

下一篇: Nutrients:肠易激综合征患者粪便...


 本站广告