Прогнозирование выживаемости больных диффузной В-крупноклеточной лимфомой на основе комплексного использования клинических и иммуногистохимических показателей

Бесплатно
Работа доступна по лицензии Creative Commons:«Attribution» 4.0
Самарина Светлана Валерьевна
Бесплатно
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

ВВЕДЕНИЕ……………………………………………………………………. 4
ГЛАВА 1 ОБЗОР ЛИТЕРАТУРЫ…………………………………………… 12
1.1 Общая характеристика, эпидемиология и классификация диффузной
В-крупноклеточной лимфомы……………………………………………….. 12
1.2 Морфологическая, иммуногистохимическая и цитогенетическая
характеристика диффузной В-крупноклеточной лимфомы………………… 14
1.3 Критерии прогноза при диффузной В-крупноклеточной лимфоме…… 16
1.3.1 Значение международного прогностического индекса и
модификации шкалы IPI……………………………………………………… 16
1.3.2 Молекулярно-генетические и иммуногистохимические
факторы прогноза……………………………………………………………… 24
1.3.3 Новые молекулярно-генетические предикторы течения
диффузной В-крупноклеточной лимфомы…………………………………… 28
1.4 Сигнальные белки PD-L1, PD-1 и их прогностическое значение при
диффузной В-крупноклеточной лимфоме…………………………………… 29
1.5 Лечение диффузной В-крупноклеточной лимфомы……………………. 35
1.5.1 Схема RCHOP – «золотой стандарт» при лечении больных
диффузной В-крупноклеточной лимфомой…………………………………. 35
1.5.2 Лечение больных диффузной В-крупноклеточной лимфомой в
молекулярную эру……………………………………………………………… 36
ГЛАВА 2 КЛИНИКО-ЛАБОРАТОРНАЯ ХАРАКТЕРИСТИКА
БОЛЬНЫХ И МЕТОДЫ ССЛЕДОВАНИЯ………………………………… 41
2.1 Характеристика пациентов……………………………………………….. 41
2.2 Методы исследования……………………………………………………. 46
2.2.1 Стандартные гематологические методы исследования………………. 46
2.2.2 Гистологические и иммуногистохимические исследования………… 46
2.2.3 Морфологические, иммуногистохимические, морфометрические
исследования маркеров PD-L1 и PD-1……………………………………… 49
2.3 Методы статистической обработки данных…………………………….. 50
ГЛАВА 3 РЕЗУЛЬТАТЫ СОБСТВЕННЫХ ИССЛЕДОВАНИЙ 53
3.1 Оценка взаимосвязи ответа на лечение с клинико-лабораторными
показателями………………………………………………………………….. 53
3.2 Алгоритм прогнозирования эффективности индукционной терапии
RCHOP методом машинного обучения CART 61
3.3 Ассоциация экспрессии белка PD-L1 с клинико-лабораторными
показателями и выживаемостью больных диффузной В-
крупноклеточной лимфомой………………………………………………… 66
3.3.1 Взаимосвязь клинико-лабораторных показателей с
дифференцированной экспрессией PD-L1…………………………………… 66
3.3.2 Экспрессия белка PD-L1 и выживаемость пациентов с
диффузной В-крупноклеточной лимфомой…………………………………. 70
3.4 Ассоциация экспрессии белка PD-1 с клинико-лабораторными
показателями и выживаемостью больных диффузной
В-крупноклеточной лимфомой……………………………………………… 77
ЗАКЛЮЧЕНИЕ………………………………………………………………… 81
ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ……………………………………… 90
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ……………. 91
СПИСОК ЛИТЕРАТУРЫ…………………………………………………… 93

Проведен ретроспективный анализ данных за период с 2010 по 2018 гг . на базе Федерального государственного бюджетного учреждения науки «Кировский научно- исследовательский институт гематологии и переливания крови Федеральногомедико- биологического агентства» и Федерального государственного бюджетного учреждения «Российский научно-исследовательский институт гематологии и трансфузиологии Федерального медико-биологического агентства».
В исследование включены 97 больных с диагнозом ДВККЛ, из которых 48 мужчин (49,5%) и 49 женщин (50,5%). Медиана возраста составила 59 лет (от 29 до 83 лет), 46 (47,4%) больных были старше 60 лет.
Диагноз ДВККЛ устанавливали в соответствии с классификацией опухолей кроветворной и лимфоидной тканей ВОЗ 2017 г. [S.H. Swerdlow, 2017]. В исследование не включались пациенты моложе 18 лет, с первичной лимфомой ЦНС, яичка, первичной медиастинальной крупноклеточной лимфомой, «Double-hit» и «Тriple-hit» лимфомами. Все гистологические блоки подвергались проведению Fish анализа для исключения лимфом высокой степени злокачественности (DHL и THL).
Стадия заболевания устанавливалась в соответствии с классификацией Ann-Arbor по результатам КТ с внутривенным болюсным контрастированием органов грудной клетки, брюшной полости и малого таза [S.A. Rosenberg, 1977]. Первая, вторая, третья и четвертая
стадии диагностированы у 13 (13,4%), 27 (27,8%), 20 (20,6%) и 37 (38,2%) больных, соответственно. Соматический статус оценивался по шкале ECOG. Количество пациентов, имевших в дебюте заболевания ≥2 баллов – 43 (44,3%). Показатели ЛДГ выше референсных значений имели 75 (65,2%) пациентов. По результатам иммуногистохимического исследования у 36 (37,1%) обследованных диагностирован иммуногистохимический GCB подтип, у 61 (62,9%) – non-GCB. В соответствии с критериями IPI, низкий, промежуточный низкий, промежуточный высокий и высокий варианты установлены у 27 (27,8%), 27 (27,8%), 20 (20,6%) и 23 (23,8%) больных, соответственно. В зависимости от ответа на индукционную терапию пациенты были распределены в группы с ПО (полный ответ), ЧО (частичный ответ), стабилизацией и прогрессированием после индукционной терапии по схеме RCHOP: 60 (61,9%), 22 (22,7%), 7 (7,2%) и 8 (8,2%) больных соответственно. Медиана наблюдения за
обследуемыми составила 17 (4-168) месяцев.
Экспрессия белка PD-L1 проанализирована в гистологических образцах на опухолевых
клетках у 85 пациентов, экспрессия маркера PD-1 – исследована на клетках микроокружения у 68 больных. Медиана возраста больных в каждой группе составила 59 (29-83) лет.
Лечение проводилось во взрослом гематологическом отделении, в отделении дневного стационара клинико-диагностического отделения ФГБУН КНИИГиПК ФМБА России в период с 2010 по 2018 гг.. Все пациенты получали индукционную иммунохимиотерапию по схеме RСНОР. Ответ оценивался в соответствии с рекомендациями, разработанными международной рабочей группой в Лугано в 2014г. [B.D. Cheson, 2014].
В качестве материала для исследования были использованы образцы биопсии лимфоузлов или других, вовлеченных в патологический процесс, органов и тканей (парафиновые блоки), с дальнейшим проведением гистологического, иммуногистохимического, морфометрического анализа. Исследование для верификации диагноза и установления иммуногистохимического подтипа проводили в лаборатории патоморфологии ФГБУН КНИИГиПК ФМБА России.
Морфологические, иммуногистохимические и морфометрические исследования PD-1, PD- L1 выполняли в лаборатории по изучению лейкозов РосНИИГТ ФМБА России. Иммуногистохимические реакции проводили по стандартной методике, основываясь на рекомендациях фирмы-производителя с соответствующими моноклональными антителами. Экспрессия белка PD-1 оценивалась на мембранах клеток микроокружения опухоли, изучение белка PD-L1 проводилось на мембранах опухолевых клеток.
Статистическую обработку результатов, полученных в ходе исследования, проводили с использованием MS Office Excel версии 2016, программного продукта IBM SPSS Statistics версии 25 и метода машинного обучения – деревья классификации и регрессии CART. Для сравнения частотных характеристик показателей применяли критерий χ2 Пирсона. Анализ ОВ и БПВ
выполняли с применением метода Каплан-Мейера. Для сравнения кривых выживаемости использовали критерии log-rank test. Расчёты проводили с применением программного обеспечения для статистической обработки и визуализации данных R, версия 3.3.3. С целью выявления независимых факторов прогноза ДВККЛ применяли метод регрессии Кокса. Оптимальный пороговый уровень экспрессии для каждого из исследуемых биомаркеров устанавливали с помощью метода машинного обучения САRT. Различия между показателями
считали статистически значимыми при p<0,05. РЕЗУЛЬТАТЫ СОБСТВЕННЫХ ИССЛЕДОВАНИЙ Оценка взаимосвязи ответа на лечение с клинико-лабораторными показателями На первом этапе изучено значение клинико-лабораторных и иммуногистохимических характеристик опухоли в достижении ответа после индукционной терапии по схеме RCНОР. При распределении ответов у больных с I-II и III-IV стадиями обнаружено, что регистрация ПО в 1,8 раз встречается чаще у пациентов с I-II стадиями, чем у больных с III-IV стадиями заболевания. В то же время частота достижения ЧО после индукционной терапии по схеме RСНОР в 2,3 раза выше при более распространенных вариантах (р1-2=0,019). Прогрессирующее течение заболевания после индукционной терапии не выявлено ни у одного пациента с I-II cтадиями (р<0,001). Таким образом, глубина достижения ответа после стандартной терапии RСНОР определяется, в частности, распространенностью опухолевого процесса. Эффективность лечения данной схемой снижается при III-IV стадии заболевания (рисунок 1). 85% ПО ЧО 12,5% 2,5% I-II стадии Стабилизация 0% Прогрессирование 46% 29,8 10,5% 14% III-IV стадии Рисунок 1 - Ответ на терапию в зависимости от стадии заболевания При проведении сравнительного анализа результатов лечения у пациентов, имевших в дебюте заболевания соматический статус по шкале ECOG <2 и ≥2 баллов получены данные, свидетельствующие о статистически значимой взаимосвязи статуса пациентов с ответом на проведенную терапию (р<0,001). Так, пациенты, имевшие ≥2 баллов в дебюте заболевания, достигают ПО в 2,3 раза реже, а ЧО регистрируется в 2,5 раза чаще, чем у пациентов с более благоприятным соматическим статусом. Это может быть связано с большой опухолевой массой и выраженной интоксикацией, а также коморбидностью, что ведет к редукции доз и удлинению межкурсовых интервалов. Ни у одного из пациентов с соматическим статусом <2 баллов не отмечалась прогрессия заболевания, что отличает эту группу больных от соматически более тяжелых, где прогрессия обнаружена в 19% случаев (рисунок 2). 83,3% 13% 3,7% ECOG<2 ПО ЧО Стабилизация 0% Прогрессирование 34,9% 34,9% 11,6% 18,6% ECOG≥2 Рисунок 2 - Распределение ответа на лечение в зависимости от количества баллов по шкале ECOG Обнаружена взаимосвязь концентрации ЛДГ у больных в дебюте заболевания с ответом на терапию (р=0,001). При референсных значениях ЛДГ пациенты достигали ПО в 90% случаев, прогрессирующее течение заболевания отсутствовало. ПО при повышенном уровне ЛДГ определялся в 2 раза реже. Таким образом, данный лабораторный маркер рассматривается как показатель благоприятного ответа при референсных значениях в дебюте заболевания (рисунок 3). ПО ЧО Стабилизация Прогрессирование 90% 49,3% 29,9% 6,7% 3,3% 0% 9% 11,9% норма ЛДГ повышенный ЛДГ Рисунок 3 - Распределение ответа на лечение в зависимости от концентрации ЛДГ в сыворотке крови При анализе распределения ответов на терапию в зависимости от группы риска IPI установлены достоверные межгрупповые различия (р=0,001). Пациенты с низким риском по шкале IPI достигали ПО на индукционную терапию RСНОР в 85,2 % случаев. Частота достижения ПО при высоком риске ниже в 4 раза, чем при низком риске IPI. Обращает на себя внимание тот факт, что у больных с высоким риском зафиксирован ПО и прогрессирующее течение заболевания практически с одинаковой частотой, что свидетельствует о равной возможности пациентов как достичь ремиссию, так и не ответить на терапию при неблагоприятном прогнозе (рисунок 4). ПО ЧО Стабилизация 40% 40% 10% 10% Промежуточно высокий ,85,2% 11,1% 3,7%0% Низкий риск 88,9% 11,1% 0% 0% Промежуточно низкий 34,8% 21,7% 26,1% 17,4% Высокий риск Прогрессирование Рисунок 4 – Взаимосвязь ответа на лечение с группой риска по IPI анализе распределения ответов у больных с GCB и non-GCB иммуногистохимическими подтипами статистически значимых различий не выявлено (р=0,147), но сохранялась тенденция к менее благоприятному ответу при non-GCB подтипе (таблица 1). При Таблица 1 – Сравнение частоты ответа на терапию в зависимости от подтипа ДВККЛ Ответ на терапию Полный ответ, n=60 абс. (%) Частичный ответ, n=22 абс. (%) Стабилизация, n=7 абс. (%) Прогрессирование (рецидив), n=8 абс. (%) ИГХ подтип GCB non-GCB 1234 25 (41,7) 9 (40,9) 0 2 (25) 35 (58,3) 13 (59,1) 7 (100) 6 (75) р р=0,147 Влияние клинико-лабораторных показателей и иммуногистохимического подтипа на БПВ и ОВ Проанализирована корреляция следующих клинико-лабораторных характеристик: стадия заболевания, IPI, иммуногистохимический подтип, концентрация ЛДГ, статус по ECOG с ОВ и БПВ больных в регрессионнной модели Кокса. Обнаружено, что высокий риск по IPI, подтип 12 non-GCB и тяжелый соматический статус больных оказывали значимое влияние на ОВ и БПВ (таблица 2). Таблица 2 - Результаты однофакторного регрессионного анализа Кокса для общей и беспрогрессивной выживаемости Параметр ОВ БПВ HR 95% CI p HR 95% CI P ЛДГ повышенный 2,9 0,85-9,68 0,090 2,2 1,01-4,75 0,051 ИГХ подтип (non-GCB) 6,9 1,62-29,69 0,009* 2,5 1,19-5,29 0,016* Риск IPI высокий 7,5 2,15-26,76 0,002* 5,4 2,26-13,06 <0,001* Риск IPI промежуточный высокий 1,8 0,40-8,06 0,440 2,4 0,91-6,19 0,075 Риск IPI промежуточный низкий 0,7 0,12-4,16 0,691 0,9 0,35-2,68 0,948 Стадия 3 2,4 0,68-8,53 0,176 2,3 0,94-5,50 0,068 Стадия 4 2,4 0,78-7,49 0,127 1,8 0,81-4,12 0,068 ECOG ≥2 баллов 3,9 1,54-10,09 0,004* 2,8 1,46-5,25 0,002* Примечание: *- различия показателей статистически значимы (р<0,05) В многофакторной модели независимое прогностическое значение в течении заболевания имел высокий риск IPI и подтип non-GCB (таблица 3). Таблица 3 – Результаты многофакторного регрессионного анализа Кокса предикторов общей и беспрогрессивной выживаемости Примечание: * - различия показателей статистически значимы (р<0,05) Полученные результаты обосновывают целесообразность комбинированного подхода к данным системам с целью повышения уровня стратификации больных ДВККЛ на группы риска. Алгоритм прогнозирования эффективности индукционной терапии R-CHOP методом САRT На втором этапе исследования для создания алгоритма, основанного на сочетании IPI и иммуногистохимических подтипов, выбран метод машинного обучения CART, позволяющий рекурсивно делить исходный набор данных на подгруппы, которые наиболее гомогенны относительно определенных признаков внутри каждой подгруппы и наиболее гетерогенны между ними. В результате получена модель прогнозирования, согласно которой больные разделены на Параметр ОВ БПВ HR 95% CI P HR 95% CI P ИГХ подтип (non-GCB) 5,2 1,21-22,71 0,027* 2,5 1,17-5,27 0,018* Риск IPI высокий 5,3 0,88-31,48 0,049* 5,1 1,51-17,15 0,009* ECOG ≥2 баллов 1,3 0,32-5,24 0,726 1,1 0,43-3,05 0,781 3 группы. Группа 1 или низкого риска включает с себя GCB подтип в сочетании с низким, промежуточным низким и промежуточным высоким IPI. Группа 2 или промежуточного риска - non-GCB в сочетании с низким, промежуточным низким и промежуточным высоким IPI). Группа 3 или группа высокого риска IPI представляет собой высокий риск по IPI независимо от иммуногистохимического подтипа. Различия в исследуемых группах пациентов достигли статистической значимости (р<0,001). В группе 1 прогнозируется благоприятное течение заболевания при назначении в первой линии терапии схемы RCHOP: 2-летняя и 4-летняя ОВ соответствует 100%. Во 2 группе – 2-летняя ОВ составила 76%, 4-летняя – 73%. В группе 3 прогноз самый неблагоприятный: 2-летняя и 4-летняя ОВ составила всего 36%, что доказывает недостаточную эффективность терапии RCHOP (рисунок 5). Рисунок 5 - Алгоритм прогноза общей выживаемости больных в зависимости от иммуногистохимического подтипа и группы риска по IPI. Подтверждена прогностическая значимость модели, сформированной путем комбинации иммуногистохимического подтипа и групп риска IPI в БПВ: различия между группами статистически достоверны (р<0,001). Так, 2-летняя БПВ в группах низкого, промежуточного и высокого риска составляла 81%, 50%, 25% соответственно (рисунок 6). а) б) Рисунок 6 – а) ОВ и б) БПВ больных ДВККЛ в группах, сформированных при сочетании групп риска по шкале IPI и иммуногистохимического подтипа Таким образом, сочетание иммуногистохимического подтипа и шкалы IPI позволяет эффективно стратифицировать больных на группы риска. Преимущество данного подхода состоит в использовании биологических факторов в комбинации со шкалой IPI. Ассоциация экспрессии белка PD-L1 с клинико-лабораторными показателями и выживаемостью больных диффузной В-крупноклеточной лимфомой На третьем этапе исследования определена роль экспрессии белка PD-L1 в прогнозе заболевания в общей когорте и в модели, полученной путем сочетания групп риска по шкале IPI и иммуногистохимического подтипа. Проанализированы данные 85 пациентов. С помощью метода машинного обучения CART установлено пороговое значение экспрессии белка PD-L1 на опухолевых клетках, который соответствовал 24,5% (рисунок 7). 1 PDL1 < 24,5 1 Node2(n=59) 1 0,8 0,8 0,6 0,6 0,4 0,4 0,2 0,2 >= 24,5
Node3(n=26)
00
0 50 100 150 0 50 100 150
Рисунок 7 – Определение порогового уровня PD-L1 методом CART
С учетом полученных данных пациентов разделили на группы с высокой и низкой степенью экспрессии указанного маркера. Количество пациентов с гиперэкспрессией PD-L1 составило 26 (30,5%) от общего числа обследованных. В группу с низкой экспрессией вошли 59 (69,5%)
больных (рисунок 8).

Пол:
– мужской
– женский Возрастная группа: < 60 лет ≥ 60 лет Концентрация ЛДГ: - повышена - нормальная 27 (46) 32 (54) 36 (61) 23 (39) 37 (63) 22 (37) 17 (65) 9 (35) 15 (57) 11 (43) 21 (81) 5 (19) p=0,095 p=0,774 p=0,099 Рисунок 8 – а) низкая экспрессия (PD-L1<24,5%); б) высокая экспрессия (PD-L1≥24,5%) Проведен сравнительный анализ клинико-лабораторных характеристик в зависимости от высокой и низкой экспрессии PD-L1 и проанализирована прогностическая значимость указанного маркера в общей когорте и в группах, сформированных на основе комбинации иммуногистохимического подтипа и шкалы IPI. Установлено, что доля опухолевых клеток с гиперэкспрессией чаще выявлялась у пациентов с non-GCB вариантом, чем у больных с GCB подтипом ДВККЛ: 81% против 19% (p=0,05). Не обнаружено корреляции экспрессии PD-L1 с полом, возрастом, стадиями заболевания, концентрацией ЛДГ, группами риска по IPI. Выявлена тенденция к увеличению частоты встречаемости гиперэкспрессии исследуемого белка у мужчин, чем у женщин: 65% и 35% соответственно; p=0,095 (таблица 4). Таблица 4 - Взаимосвязь экспрессии PD-L1 c клинико-лабораторными показателями Показатель PD-L1<24,5% n=59, абс. (%) PD-L1≥24,5% n=26, абс. (%) Р Стадия: -I - II - III - IV 11 (19) 16 (27) 11 (19) 21 (35) 2 (7) 7 (27) 8 (31) 9 (35) р=0,457 Продолжение таблицы 4 Риск по IPI: - низкий - промежуточно низкий - промежуточно высокий - высокий 17(29) 19 (32) 12 (20) 11 (19) 7 (27) 5 (19) 5 (19) 9 (35) р=0,643 Подтип: - GCB 24 (41) 5 (19) p=0,05* - non-GCB 35 (59) 21 (81) Примечание: нормальные показатели концентрации ЛДГ в сыворотке крови 145-224 Ед/л. По результатам проведенного исследования определено, что гиперэкспрессия PD-L1 в общей когорте ассоциируется с более низкими показателями выживаемости. Так, 2-летняя БПВ имела достоверно значимые различия между высокой и низкой экспрессией исследуемого белка: 34% и 58% соответственно (р=0,012). Медиана БПВ при гиперэкспрессии PD-L1 соответствовала 5 месяцам, при низкой экспрессии - 36 месяцам. При анализе 2-летней ОВ обнаружено, что продолжительность жизни больных в группе с высокой экспрессией исследуемого белка была ниже в 2,5 раза, чем с низкой (р<0,001). Медиана ОВ в группе с низкой экспрессией маркера не была достигнута, с гиперэкспрессией - соответствовала 11 месяцам (рисунок 9). + а) Рисунок 9 - Взаимосвязь уровня экспрессии PD-L1 и 2-летней БПВ (а) и ОВ (б) в общей когорте пациентов Проведен анализ корреляции выживаемости больных ДВККЛ со степенью выраженности экспрессии PD-L1 в группах, сформированных путем комбинации варианта IPI и иммуногистохимического подтипа. Не обнаружено статистически значимых различий между уровнями экспрессии PD-L1 при анализе БПВ и ОВ в 1 группе. Низкая и высокая экспрессия PD- L1 выявлена у 21 (84%) и 4 (16%) больных, соответственно. При низкой экспрессии 2-летняя БПВ соответствовала 76%, медиана не достигнута (рисунок 10). У 4 пациентов с гиперэкспрессией биомаркера PD-L1 продолжительность жизни от постановки диагноза до прогрессии составила 4, 16, 2 и 6 месяцев. 100.0% 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% ++++ + б) + + ++ ++ + Группа: + PDL1 >= 24,5
+ PDL1 < 24,5 + + ++ + ++ ++ p<0,001 PDL1 >= PDL1 < ++ 24,5 24,5 N Соб 59 +++ ытий М 7 ++ + едиана - +++ + + + + 0 6 12 18 24 30 36 42 48 Время, мес. Общая выживаемость, % Рисунок 10 - Беспрогрессивная выживаемость пациентов с ДВККЛ из группы 1 (GCB подтип и IPI риск любой кроме высокого) с низкой экспрессией PD-L1 В группе 2 БПВ не имела статистически значимых различий у пациентов с высокой и низкой экспрессией исследуемого маркера (р=0,803). При этом 2-летняя ОВ оказалась в 1,6 раза ниже при гиперэкспрессии PD-L1 (р=0,049). Медиана в обоих случаях не достигнута (рисунок 11). а) Рисунок 11 – БПВ (а) и ОВ (б) пациентов с ДВККЛ из группы 2 (non-GCB подтип и IPI риск любой кроме высокого) При анализе группы больных с высоким риском обнаружено, что у 90% пациентов через 6 месяцев после инициации лечения по схеме RCHOP развился рецидив либо прогрессирование заболевания, максимальная продолжительность жизни составила 13 месяцев, что предопределяет крайне неблагоприятное течение заболевания при гиперэкспрессии PD-L1. Таким образом, больных ДВККЛ с высоким риском IPI и гиперэкспрессией PD-L1 в дебюте заболевания, следует относить к группе сверхвысокого риска. С помощью метода регрессии Кокса установлено, что экспрессия белка PD-L1≥24,5% является независимым фактором прогноза ОВ и БПВ: риск развития неблагоприятного события как для ОВ, так для БПВ был в 4,1 раза выше при гиперэкспрессии маркера по сравнению с его низким уровнем (рисунок 12). 100.0% 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% ++ + б) + + + ++ Группа: + PDL1 >= 24,5 + PDL1 < 24,5 + + + p=0,049 PDL1 >= PDL1 < 24,5 24,5 N Соб 27 ++ ытий М 4 ++ едиана - - +++ + + + + 0 6 12 18 24 30 36 42 48 Время, мес. ++ Общая выживаемость, % 18 0.0% 0 6 12 18 24 30 36 42 48 Время, мес. Рисунок 12 – БПВ (А) и ОВ (Б) пациентов из группы высокого риска (высокий IPI-риск независимо от подтипа GCB/non-GCB) С использованием регрессионного анализа Кокса выполнена оценка значения высокого риска по шкале IPI, подтипа non-GCB и гиперэкспрессии PD-L1 для БПВ и ОВ (таблица 5). Таблица 5 – Результаты однофакторного регрессионного анализа Кокса предикторов общей и беспрогрессивной выживаемости больных ДВККЛ Примечание: *- различия показателей статистически значимы (р<0,05) По результатам анализа указанные критерии статистически значимо влияли на ОВ и БПВ. При этом риск развития неблагоприятного исхода при гиперэкспрессии PD-L1 и высоком IPI был сопоставимым. С использованием многофакторного регрессионного анализа Кокса оценено независимое влияние нескольких предикторов на ОВ и БПВ (таблица 6). Таблица 6 – Результаты многофакторного регрессионного анализа Кокса предикторов общей и беспрогрессивной выживаемости у больных ДВККЛ Примечание: *- различия показателей статистически значимы (р<0,05) Независимыми факторами прогноза течения ДВККЛ являлись экспрессия PD-L1≥24,5% и высокий риск по шкале IPI. Наличие гиперэкспрессия маркера увеличивало риск развития 100.0% 90.0% 80.0% + ++ 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% p=0,008 PDL1>=24,5 9 9 5 PDL1<24,5 11 3 - ++++ Группа: + PDL1 >= 24,5 +
PDL1 < 24,5 N Событий Медиана Параметр ОВ БПВ HR 95% CI P HR 95% CI P Экспрессия PD-L1 (≥24,5%) 6,5 2,6-16,2 <0,001* 5,2 2,11-13,1 <0,001* ИГХ подтип (non-GCB) 5,7 1,34-24,7 0,019* 5,9 1,38-25,5 0,017* Риск IPI (высокий) 6,5 2,72-15,7 <0,001* 6,2 2,56-15,1 <0,001* Параметр ОВ БПВ HR 95% CI P HR 95% CI P Экспрессия PD-L1 ≥24,5% 4,1 1,58-10,7 0,004* 4,1 1,62-10,7 0,003* ИГХ подтип (non-GCB) 3,2 0,71-14,1 0,132 1,9 0,83-4,14 0,133 Риск IPI высокий 3,7 1,43-12,5 0,031* 4,6 1,86-11,7 0,001* Общая выживаемость, % неблагоприятного события в 4 раза (р=0,004 и р=0,003 соответственно). Биомаркер PD-L1 расценен как независимый фактор прогноза течения ДВККЛ в группе пациентов высокого риска. Ассоциация экспрессии белка PD-1 с клинико-лабораторными показателями и выживаемостью больных диффузной В-крупноклеточной лимфомой Исследование экспрессии белка PD-1 на клетках опухолевого субстрата проведено у 68 больных. С помощью метода САRT определен пороговый уровень экспрессии белка PD-1, который равнялся 0%. По результатам исследования не обнаружено корреляции между экспрессией PD-1 c полом, возрастом, стадией, IPI, иммуногистохимическим подтипом. После проведения однофакторного анализа не выявлено достоверных различий в ОВ и БПВ при наличии и отсутствии экспрессии PD-1 ни в общей когорте, ни в группах риска с учетом комбинации шкалы IPI и иммуногистохимического подтипа. Суммируя все полученные данные можно сделать заключение, что определение риска по шкале IPI недостаточно для эффективной стратификации больных ДВККЛ на группы риска. Это обосновывает потребность в новых биологических маркерах, сопряженных с неблагоприятным течением ДВККЛ. Создание комбинированной модели с использованием биологических факторов позволяет разделить пациентов на группы риска и выделить группу неблагоприятного прогноза выживаемости. Обнаружение гиперэкспрессии PD-L1 в группе высокого риска ассоциировано с крайне неблагоприятным ответом на терапию RСНОР и может являться дополнительным фактором прогноза течения ДВККЛ. Выводы: 1. Полный ответ на индукционную схему RСНОР регистрируется у 61% больных ДВККЛ и коррелирует со значениями шкал ECOG, IPI, стадиями заболевания и концентрацией ЛДГ. Взаимосвязи между иммуногистохимическими подтипами и достижением полного ответа не обнаружено. 2. Предложенная комплексная модель, полученная методом САRТ и включающая в себя иммуногистохимические подтипы и группы риска по шкале IPI, позволяет на этапе диагностики ДВККЛ стратифицировать больных на 3 группы, различающиеся по выживаемости. Показатели БПВ и ОВ в группах значимо различались: БПВ в группах низкого, промежуточного и высокого рисков соответствовала 81%, 50%, 25%; ОВ соответствовала 100%, 76%, 36% соответственно (р<0,001). 3. Установлен прогностически значимый уровень экспрессии белка PD-L1 ≥ 24,5% на клетках опухолевого субстрата у больных ДВККЛ, позволяющий распределить больных ДВККЛ 20 на группы, различающиеся по ОВ и БПВ. 4. Обнаружена взаимосвязь гиперэкспрессии PD-L1 на клетках опухолевого субстрата с non-GCB подтипом (p=0,05). Ассоциации маркера PD-1 с клинико-лабораторными характеристиками ДВККЛ не выявлено. 5. Гиперэкспрессия белка PD-L1 коррелирует с крайне неблагоприятным прогнозом заболевания у больных с высоким риском IPI при проведении индукционной иммунохимиотерапии по схеме RСНОР: 2-летняя БПВ при высокой и низкой экспрессии 0% и 46% (р= 0,002), ОВ 0% и 66% (р= 0,008). Взаимосвязи маркера PD-1 с выживаемостью пациентов с ДВККЛ не выявлено. Практические рекомендации 1. При определении прогноза при ДВККЛ целесообразно использовать комплексную модель, включающую в себя совокупный анализ группы риска по шкале IPI и иммуногистохимический подтип. 2. У больных с высоким риском IPI необходимо включение в алгоритм диагностики информации об уровне экспрессии PD-L1 на клетках опухолевого субстрата, что позволит выделить пациентов с крайне агрессивным течением заболевания, являющихся кандидатами на новые схемы лечения в фазе индукции

Актуальность темы исследования

Диффузная В-клеточная крупноклеточная лимфома (ДВККЛ) – наиболее
часто встречающийся вариант агрессивных неходжкинских лимфом (НХЛ),
течение которого характеризуется склонностью к быстрому прогрессирующему
росту опухолевого образования, что определяет крайне неблагоприятный прогноз
и высокую летальность больных: 5-летняя выживаемость составляет в среднем 30-
50%, медиана выживаемости без лечения не превышает 1 года. В России уровень
заболеваемости ДВККЛ составляет 4-5 случаев на 100 000 населения [1].
Особенностью заболевания является вариабельность клинического течения и
ответа на первую линию терапии, обусловленная разнообразием
морфологических, иммунофенотипических и молекулярно-генетических
характеристик [2]. Применение таргетных препаратов, а также ранняя
интенсификация лечения, в том числе с использованием высокодозных опций с
последующей аутологичной трансплантацией гемопоэтических стволовых клеток
является наиболее перспективным направлением в персонифицированной терапии
больных ДВККЛ при неблагоприятных вариантах течения заболевания [3-6].
Такой подход может быть реализован при условии корректной стратификации
больных на группы риска с учетом их возраста, коморбидного состояния и
молекулярно-генетических аберраций, которые, с одной стороны,
непосредственно задействованы в формировании патологического клона, с другой
– рассматриваются как потенциальные мишени для лекарственного воздействия.
Необходимо отметить принципиальное значение стратификации больных
ДВККЛ на группы риска в дебюте заболевания, когда адекватно выбранная
терапия позволяет предотвратить иммунохимиоиндуцированную клональную
эволюцию, снизить неоправданную токсичность химиотерапии и повысить
эффективность лечения.
К настоящему времени разработаны шкалы, позволяющие с той или иной
степенью достоверности прогнозировать вероятность возникновения рецидива и
продолжительность жизни. Большинство из них включают клинические,
морфологические и лабораторные маркеры [7-9]. Наибольшее распространение
получил Международный прогностический индекс (International Prognostic Index,
IPI), включающий в себя анализ таких показателей, как возраст пациента, стадия
заболевания по Ann Arbor, статус ECOG, наличие поражений экстранодальных
органов, концентрацию лактатдегидрогеназы [7]. Применение IPI позволяет
распределить больных ДВККЛ на группы низкого, промежуточно низкого,
промежуточно высокого и высокого рисков, где 5-летняя общая выживаемость
(ОВ) составляет 73%, 51%, 43% и 26% соответственно [7].
При этом в шкале IPI не учитывается морфологическая и молекулярно-
генетическая гетерогенность заболевания. Это наглядно демонстрируют
результаты ответа больных ДВККЛ на индукционную терапию по схеме R-CHOP,
когда в 25-30% случаях достигается только частичный ответ, у 20% больных
регистрируется первичная резистентность, в 10% случаях возникает ранний
рецидив заболевания. Большинство из предложенных модификаций IPI
отличаются только комбинацией ранее использованных клинических и
лабораторных показателей [7, 8, 10].
Улучшению качества прогнозирования течения заболевания способствовало
установление GCB и ABC подтипов ДВККЛ, а также изучение мутационного
статуса гена с-MYC в сочетании с экспрессией генов BCL2 и/или BCL6 и выделение
«double-hit» (DH) и «triple-hit» (TH) вариантов лимфомы [11-14]. Тем не менее, до
настоящего времени не разработаны подходы к определению прогноза течения
заболевания с учетом ключевых иммунологических и генетических механизмов,
формирующих патологический клон у больных с однотипной гистологической
картиной заболевания.
При попытке совместить факторы двух или более прогностических систем
обычно применяется эмпирический подход к формированию групп риска или
используется классический многофакторный анализ. В связи с этим наибольший
интерес представляет метод машинного обучения, использование которого
позволяет провести анализ большого количества данных на более высоком уровне
статистического анализа. Как показали С. Costa et al., алгоритм машинного
обучения лишен предположений, а его использование обеспечивает
максимальную точность и надежность при обработке больших объемов данных и
разработке новых классификаций [15].
В последние десятилетия наиболее интенсивно развивается
иммуноонкология. Перспективным направлением является определение уровня
экспрессии белков PD-L1 и PD-1, изучение механизмов их регуляции, а также
прогностической значимости [16]. Опухолевые клетки способны использовать PD-
1/PD-L1-сигнальный путь для предотвращения активации опухольспецифических
Т-лимфоцитов и тем самым уклоняться от распознавания иммунной системой.
Изучение эффективности иммунотерапии, включающей в себя анти-PD-L1 и анти-
PD-1 моноклональные антитела и приводящей к реактивации специфического
противоопухолевого иммунного ответа, является одним из наиболее
многообещающих направлений в лечении лимфопролиферативных заболеваний
[17].
Таким образом, поиск новых предикторов, дальнейшее совершенствование
алгоритма диагностики и, соответственно, выбора вида индукционной и
противорецидивной терапии ДВККЛ, по-прежнему является актуальной
проблемой онкогематологии. Несомненный научный и практический интерес
представляет оценка прогностической значимости новых иммуногистохимических
и молекулярно-генетических маркеров и их комбинаций, на основе которых
возможен персонифицированный подход к лечению больных ДВККЛ.
Цель: Повышение качества стратификации больных диффузной В-
крупноклеточной лимфомой путем комплексного использования
иммуногистохимических характеристик опухоли и шкалы IPI при диагностике
заболевания.

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Читать

    Читать «Прогнозирование выживаемости больных диффузной В-крупноклеточной лимфомой на основе комплексного использования клинических и иммуногистохимических показателей»

    Помогаем с подготовкой сопроводительных документов

    Совместно разработаем индивидуальный план и выберем тему работы Подробнее
    Помощь в подготовке к кандидатскому экзамену и допуске к нему Подробнее
    Поможем в написании научных статей для публикации в журналах ВАК Подробнее
    Структурируем работу и напишем автореферат Подробнее

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Дарья П. кандидат наук, доцент
    4.9 (20 отзывов)
    Профессиональный журналист, филолог со стажем более 10 лет. Имею профильную диссертацию по специализации "Радиовещание". Подробно и серьезно разрабатываю темы научных... Читать все
    Профессиональный журналист, филолог со стажем более 10 лет. Имею профильную диссертацию по специализации "Радиовещание". Подробно и серьезно разрабатываю темы научных исследований, связанных с журналистикой, филологией и литературой
    #Кандидатские #Магистерские
    33 Выполненных работы
    Анастасия Л. аспирант
    5 (8 отзывов)
    Работаю в сфере метрологического обеспечения. Защищаю кандидатскую диссертацию. Основной профиль: Метрология, стандартизация и сертификация. Оптико-электронное прибост... Читать все
    Работаю в сфере метрологического обеспечения. Защищаю кандидатскую диссертацию. Основной профиль: Метрология, стандартизация и сертификация. Оптико-электронное прибостроение, управление качеством
    #Кандидатские #Магистерские
    10 Выполненных работ
    Татьяна Б.
    4.6 (92 отзыва)
    Добрый день, работаю в сфере написания студенческих работ более 7 лет. Всегда довожу своих студентов до защиты с хорошими и отличными баллами (дипломы, магистерские ди... Читать все
    Добрый день, работаю в сфере написания студенческих работ более 7 лет. Всегда довожу своих студентов до защиты с хорошими и отличными баллами (дипломы, магистерские диссертации, курсовые работы средний балл - 4,5). Всегда на связи!
    #Кандидатские #Магистерские
    138 Выполненных работ
    Кирилл Ч. ИНЖЭКОН 2010, экономика и управление на предприятии транс...
    4.9 (343 отзыва)
    Работы пишу, начиная с 2000 года. Огромный опыт и знания в области экономики. Закончил школу с золотой медалью. Два высших образования (техническое и экономическое). С... Читать все
    Работы пишу, начиная с 2000 года. Огромный опыт и знания в области экономики. Закончил школу с золотой медалью. Два высших образования (техническое и экономическое). Сейчас пишу диссертацию на соискание степени кандидата экономических наук.
    #Кандидатские #Магистерские
    692 Выполненных работы
    Екатерина С. кандидат наук, доцент
    4.6 (522 отзыва)
    Практически всегда онлайн, доработки делаю бесплатно. Дипломные работы и Магистерские диссертации сопровождаю до защиты.
    Практически всегда онлайн, доработки делаю бесплатно. Дипломные работы и Магистерские диссертации сопровождаю до защиты.
    #Кандидатские #Магистерские
    1077 Выполненных работ
    Ольга Б. кандидат наук, доцент
    4.8 (373 отзыва)
    Работаю на сайте четвертый год. Действующий преподаватель вуза. Основные направления: микробиология, биология и медицина. Написано несколько кандидатских, магистерских... Читать все
    Работаю на сайте четвертый год. Действующий преподаватель вуза. Основные направления: микробиология, биология и медицина. Написано несколько кандидатских, магистерских диссертаций, дипломных и курсовых работ. Слежу за новинками в медицине.
    #Кандидатские #Магистерские
    566 Выполненных работ
    Егор В. кандидат наук, доцент
    5 (428 отзывов)
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Ск... Читать все
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Скорее всего Ваш заказ будет выполнен раньше срока.
    #Кандидатские #Магистерские
    694 Выполненных работы
    Татьяна С. кандидат наук
    4.9 (298 отзывов)
    Большой опыт работы. Кандидаты химических, биологических, технических, экономических, юридических, философских наук. Участие в НИОКР, Только актуальная литература (пос... Читать все
    Большой опыт работы. Кандидаты химических, биологических, технических, экономических, юридических, философских наук. Участие в НИОКР, Только актуальная литература (поставки напрямую с издательств), доступ к библиотеке диссертаций РГБ
    #Кандидатские #Магистерские
    551 Выполненная работа
    Екатерина Д.
    4.8 (37 отзывов)
    Более 5 лет помогаю в написании работ от простых учебных заданий и магистерских диссертаций до реальных бизнес-планов и проектов для открытия своего дела. Имею два об... Читать все
    Более 5 лет помогаю в написании работ от простых учебных заданий и магистерских диссертаций до реальных бизнес-планов и проектов для открытия своего дела. Имею два образования: экономист-менеджер и маркетолог. Буду рада помочь и Вам.
    #Кандидатские #Магистерские
    55 Выполненных работ

    Последние выполненные заказы

    Другие учебные работы по предмету

    Особенности восстановления гемопоэза пациентов после гаплоидентичной родственной трансплантации костного мозга
    📅 2021 год
    🏢 ФГБУ «Российский научно-исследовательский институт гематологии и трансфузиологии Федерального медико-биологического агентства»
    Научное обоснование cовершенствования клинической деятельности службы крови Республики Крым
    📅 2021 год
    🏢 ФГБУ «Российский научно-исследовательский институт гематологии и трансфузиологии Федерального медико-биологического агентства»
    «Характеристика кариотипа иммуностимулированных В-лимфоцитов больных хроническим лимфолейкозом»
    📅 2021 год
    🏢 ФГБУ «Национальный медицинский исследовательский центр гематологии» Министерства здравоохранения Российской Федерации
    Инфузии T-лимфоцитов памяти в низких дозах у детей после трансплантации гемопоэтических стволовых клеток на платформе деплеции αβ Т-лимфоцитов
    📅 2021 год
    🏢 ФГБУ «Национальный медицинский исследовательский центр детской гематологии, онкологии и иммунологии имени Дмитрия Рогачева» Министерства здравоохранения Российской Федерации
    «Характеристика инфекционных осложнений, вызванных Enterobacterales с продукцией карбапенемаз, у больных с заболеваниями системы крови»
    📅 2021 год
    🏢 ФГБУ «Национальный медицинский исследовательский центр гематологии» Министерства здравоохранения Российской Федерации
    Субпопуляции CD34-позитивных гемопоэтических клеток-предшественниц в периферической крови и лейкоконцентрате больных гемобластозами при мобилизации
    📅 2021 год
    🏢 ФГБУ «Национальный медицинский исследовательский центр гематологии» Министерства здравоохранения Российской Федерации
    Значение экспрессии рSTAT3, pAKT1, pSyk при диффузной В-крупноклеточной лимфоме
    📅 2021 год
    🏢 ФГБУ «Российский научно-исследовательский институт гематологии и трансфузиологии Федерального медико-биологического агентства»