Page 24 - 南京医科大学自然版
P. 24

第46卷第8期
               ·1130 ·                           南 京    医 科 大 学 学         报                        2026年8月


              理”两个维度互补，共同捕捉与 PD⁃1 免疫联合治疗                            利益冲突声明：
              疗效相关的肿瘤微环境特征，为疗效预测提供了影                                所有作者声明无利益冲突。
              像层面的量化依据。                                             Conflict of Interests：
                  NB 模型是本研究影像组学中筛选出的最佳模                             All of the authors have no conflict of interests to declare.
                                                                    作者贡献声明：
              型，其基于贝叶斯定理构建，并在特征独立假设下
                                                                    张林岑搜集数据、起草和撰写稿件，获取和解释本研究
              对高维影像特征进行概率建模。相比传统依赖线
                                                                的数据，按编辑部的修改意见对稿件进行核修；王芬对本研
              性关系的算法，NB模型具备优异的非线性拟合能力                           究的数据进行统计学分析，修改、润色稿件；袁梅设计本研究
              与抗干扰鲁棒性，使其在捕捉治疗期间的动态演变                            的方案，对学术问题进行解答，对文章进行最终修改。所有
              上具备独特优势。在治疗监测场景中，肿瘤体积的                            作者都同意发表最终修改稿，同意对研究工作各方面的诚信
              宏观变化往往滞后于微观生物学改变。NB 模型通                           问题负责。
              过对海量影像纹理与形状特征进行概率加权，能够                                Author’s Contributions：
              敏锐捕捉到治疗早期出现的微小、亚临床级别的影                                ZHANG Lincen collected data，drafted and wrote article，
              像波动，从而可以比传统模型更好地捕捉到治疗过                            and obtained and interpreted the data of this study，checked
                                                                the article according to the editorial department’s revision opin⁃
              程中患者状态的变化，特别是在治疗反应的早期阶
                                                                ions；WANG Fen made statistical analysis on the data of this
              段，提高了对疗效的实时监测和预测能力，这也是
                                                                study，revised and polished the article；YUAN Mei designed the
              NB模型优于其他模型的原因。
                                                                scheme of this study，answered academic questions，and finally
                  尽管本研究可初步预测 NSCLC 免疫联合治疗                       revised the article. All authors agreed to publish the final revised
              疗效，但仍存在一些局限性。本研究为单中心研                             draft and to be responsible for the integrity of all aspects of the
              究，样本量有限，高维影像组学特征易使模型出现                            research work.
              过拟合，虽然对本中心不同 CT 设备型号、扫描参数                         ［参考文献］
              进行了图像均一化校正，但难以充分覆盖临床异质
                                                                ［1］ GRIDELLI C，PETERS S，MOK T，et al. First⁃line immu⁃
              性，从而限制模型的泛化能力与临床推广性。此
                                                                     notherapy in advanced non ⁃ small cell lung cancer pa⁃
              外，研究缺乏外部验证；单一影像组学研究；CT设备
                                                                     tients with ECOG performance status 2：results of an inter⁃
              型号及扫描参数不同导致图像中提取特征差异；回                                 national expert panel meeting by the italian association of
              顾性研究可能限制模型推广；仅收集治疗前CT图像                                thoracic oncology［J］. ESMO Open，2022，7（1）：100355
              且仅勾画肿瘤病灶。未来将扩大数据量并开展多                             ［2］ DOROSHOW D B，SANMAMED M F，HASTINGS K，et
              中心验证，从而进一步完善循证医学证据，增强研                                 al. Immunotherapy in non ⁃ small cell lung cancer：facts
              究说服力，同时标准化扫描参数，加入设备类型作                                 and hopes［J］. Clin Cancer Res，2019，25（15）：4592-4602
                                                                ［3］ PATEL S A，WEISS J. Advances in the treatment of non⁃
              为协变量，以尽可能避免入组时可能存在的选择偏
                                                                     small cell lung cancer：immunotherapy［J］. Clin Chest
              倚，并收集治疗前后CT图像、勾画肿瘤及瘤周区域，
                                                                     Med，2020，41（2）：237-247
              动态监测影像特征变化以挖掘免疫治疗预后相关
                                                                ［4］ BRODERICK S R. Adjuvant and neoadjuvant immuno⁃
              因素，同时将病理学、临床指标等多学科与影像组
                                                                     therapy in non ⁃ small cell lung cancer［J］. Thorac Surg
              学相结合，开发更优临床预测模型。                                       Clin，2020，30（2）：215-220
                  影像组学模型在预测 NSCLC 患者免疫联合治                       ［5］ PAZ⁃ARES L，CIULEANU T E，COBO M，et al. First⁃line
              疗疗效方面表现出良好应用潜力，通过检测肿瘤纹                                 nivolumab plus ipilimumab combined with two cycles of
              理特征的早期变化，可帮助评估治疗效果并指导治                                 chemotherapy in patients with non⁃small⁃cell lung cancer
              疗计划调整，对延长患者生存期具有重要作用。然                                （CheckMate 9LA）：an international，randomised，open⁃la⁃
              而，该技术要广泛应用于临床仍需大量前瞻性研究                                 bel，phase 3 trial［J］. Lancet Oncol，2021，22（2）：198-
                                                                     211
              支持，尤其在与 TNM 分期、PD⁃L1 表达等指标结合
                                                                ［6］ 杨舒一，单      飞，施裕新，等.晚期肺癌免疫治疗现状及
              时。研究需注重模型构建的规范性，避免混杂因素
                                                                     影像学疗效评价和预测［J］.中国临床医学，2019，26
              干扰，同时整合基因组学、病理组学及临床指标，探
                                                                    （4）：641-646
              索更实用的预测工具。此外，建设多中心、大样本                                 YANG S Y，SHAN F，SHI Y X，et al. Current status of im⁃
              数据库，融合临床、生物学及影像数据，是推动影像                                munotherapy for advanced lung cancer and imaging ⁃
              组学发展和解决临床问题的关键。                                                                 （下转第1144页）
   19   20   21   22   23   24   25   26   27   28   29