基于外周血标志物初步探讨irAEs预测模型及价值

摘要

目的 基于外周血标志物探讨ir AEs预测模型及价值。方法 回顾性收集2020年12月至2023年12月昆明医科大学第一附属医院就诊且使用PD-1/PD-L1抗体治疗的825例恶性肿瘤患者的基线临床资料、实验室检查、ir AEs随访结果，根据是否存在ir AEs分为ir AEs组和non-ir AEs组，组间及组内的差异性分析采用t检验、秩和检验、卡方检验、Fisher确切概率法；运用LASSO、Ridge、Elastic-net logistic回归筛选预测因子并建立ir AEs风险预测模型。结果 136例患者经历178次ir AEs，其中主要为内分泌毒性占42.64%，肝炎35.29%，肺炎20.58%，≥G3级占19.07%，累及两种以上器官占总ir AEs人数的24.26%。单因素分析结果显示，基线CD4+T细胞计数、IL-6、IL-17、TSH、GLB和ALB与ir AEs存在一定关联；通过Ridge、LASSO和Elastic-Net Logistic回归模型筛选出GLB、ALB、IL-17、TSH为重要风险因素，结果显示三类算法AUC均超过0.800。内部验证集LASSO-Logistic AUC为0.800(95%CI 0.739～0.862)。外部验证集AUC为0.800(95%CI0.739～0.861)，且DCA曲线结果提示该预测模型的净收益率最高。结论 GLB、ALB、IL-17、TSH是ir AEs的独立预测因子，以它们为基础的ir AEs预测模型预测效能良好。

关键词

免疫检查点抑制剂 / 免疫相关不良事件 / 预测因子 / 预测模型