切除性肝细胞癌的辅助抗PD-1疗法

肝细胞癌（HCC）是全球癌症相关死亡的主要原因，尽管早期检测和外科技术有所进步，但其发病率和致死率仍在持续上升。 根治性肝切除术虽然是治疗管理的基石，但常因术后复发而受到削弱，这一现象在高达70%的患者中在五年内观察到，早期（≤2年）和晚期（>2年）复发反映了不同的生物学起源。 早期复发主要源于原发肿瘤的残留微转移，与微血管侵犯（MVI）、多灶性和卫星结节等侵袭性组织病理学特征密切相关。 相比之下，晚期复发通常由肝硬化肝脏微环境新生，由持续的病毒活动或慢性肝脏炎症驱动，而非原发肿瘤的生物学行为所致。 尽管经过数十年的研究，术后辅助策略，包括抗病毒治疗、经动脉化疗栓塞和传统药物如槐耳颗粒，已产生不一致的结果或缺乏标准化证据。 免疫检查点抑制剂（ICIs）的出现重新点燃了希望，但最近的随机对照试验（RCT）凸显了未解决的挑战。 IMbrave050试验最初显示辅助阿特珠单抗-贝伐珠单抗可减少复发（中位随访17个月）。 然而，随着更长的随访（35个月），结果转为阴性。 另一项RCT显示，接受信迪利单抗辅助治疗的MVI阳性HCC患者有良好结果。 尽管如此，中位随访仅为23个月，这不足以充分解析晚期复发。 类似地，最近一项前瞻性队列研究报告了辅助免疫治疗在高风险患者中的积极结果。 这些研究因随访时间不足以捕捉晚期复发动态而受限，留下关键问题未解答：辅助ICIs是否持久抑制复发，或仅延迟其发生？ 此外，目前尚无定义高复发风险的金标准。 常见的病理因素包括MVI和卫星结节13，但同一患者可能同时具有多个高风险因素。 机器学习（ML）在预测模型构建中日益应用，其性能常超过基于标准统计方法和传统分期系统的模型14、15。 因此，使用ML整合临床和病理特征并量化这些风险因素，以准确识别高风险人群并指导术后管理策略，具有巨大潜力。

为了填补这些研究空白，我们通过先前研究构建了ML模型来预测HCC复发风险，并发现高风险群体更可能是HCC的潜在获益人群。 因此，本研究旨在验证ML模型在指导术后辅助PD-1抑制剂中的价值。