论文部分内容阅读
背景:我国食管鳞状细胞癌（esophageal squamous cell carcinoma,ESCC）具有发病率高,死亡率高的特点,大部分患者确诊时已属中晚期,预后极差。新辅助治疗联合手术已成为局部进展期ESCC的标准治疗模式。然而,新辅助治疗的最佳方案尚存在争议。目的:为了比较新辅助放化疗（neoadjuvant chemoradiotherapy,NCRT）和新辅助化疗（neoadjuvantchemotherapy,NCT）治疗ESCC在围手术期结果、术后病理缓解情况和长期生存结局等方面的差异,从而为ESCC制定新辅助治疗最佳方案提供依据。方法:回顾性收集2001-2018年间在国家癌症中心/中国医学科学院肿瘤医院接受NCRT或NCT联合食管切除术的ESCC患者资料。比较NCRT组和NCT组的基本临床特征、病理缓解程度、手术治疗情况、围手术期死亡率、并发症发生率以及总生存时间（overall survival,OS）、无复发生存时间（relapse-free survival,RFS）。采用Cox 比例风险模型、亚组分析和倾向性评分匹配（propensity scorematching,PSM）分析减少由于潜在的混杂导致的偏倚。结果:研究共筛选出344例符合条件的ESCC患者,其中NCRT组207例,NCT组137例。经过PSM分析共匹配出186例患者（每组各93例）。在术后病理缓解程度上,NCRT组的完全病理缓解（complete pathologic response,pCR）率明显高于NCT组（PSM 前:33.3%vs.5.8%,P<0.001;PSM 后:37.6%vs.5.4%,P<0.001）。在围手术期治疗结果方面,两组患者匹配前后的30天或90天死亡率相当,但NCRT组术后住院时间明显延长（PSM前:P<0.001,PSM后:P=0.012）,术后并发症发生率明显增加（PSM前:P<0.001,PSM后:P=0.026）,尤其是术后吻合口瘘的发生（PSM前:P=0.001,PSM后:P=0.013）。匹配前两组之间的5年OS或5年RFS均无统计学差异（OS:P=0.369;RFS:P=0.527）,但匹配后NCRT组具有生存获益趋势[OS:76.9%vs.59.3%,风险比（hazardratio,HR）1.59,95%置信区间（confidence interval,CI）0.90-2.82;P=0.110;RFS:58.6%vs.50.4%,HR1.72;95%CI 0.98-3.02,P=0.059]。多因素分析显示,无论匹配前还是匹配后,新辅助治疗后病理T分期（ypT）和新辅助治疗后病理N分期（ypN）都是影响患者OS的独立危险因素（P<0.05）。结论:与NCT相比,接受NCRT的ESCC患者具有更高的术后并发症发生率。尽管NCRT组患者获得更高的pCR率,但两组患者在生存获益方面无明显差异。未来仍需要更多前瞻性随机临床试验进一步比较新辅助化疗和新辅助放化疗在ESCC中的治疗效果。背景与目的:新辅助放化疗联合手术已经成为局部中晚期食管鳞状细胞癌（esophageal squamous carcinomacell,ESCC）的标准治疗模式,但患者接受新辅助放化疗后的完全病理缓解（complete pathologic response,pCR）率不足50%。而目前的策略还不足以预测ESCC患者新辅助治疗前的病理缓解情况。在本研究中,我们的目标是通过对来自中国多中心的食管癌人群进行分析,开发一种新的长链非编码RNA（long non-coding RNA,lncRNA）分子模型,用于预测ESCC患者接受新辅助放化疗pCR和生存结果。方法:首先对广州队列中28例治疗前内镜活检的肿瘤组织测序结果进行差异表达分析,并采用实时定量聚合酶链反应（real-time quantitative polymerase chain reaction,RT-qPCR）的方法在北京队列发现组的30例治疗前内镜活检的肿瘤组织进行验证,筛选出pCR组与非pCR组差异表达的lncRNAs分子。然后对北京队列训练组中67例样本进行 Fisher 线性判别分析（Fisher’s linear discriminant analysis,FLDA）,建立预测模型。再用一个北京队列内部验证组和来自郑州、安阳的外部验证队列来验证模型预测的准确性。同时,评估该模型对患者预后判断的预测价值。结果:从广州队列中筛选出12个差异表达的lncRNA分子,并在北京队列发现组中进一步验证,筛选出6个差异表达的lncRNA分子。最终通过北京队列训练组筛选出3个差异表达的lncRNA分子,建立了一个基于3个lncRNA分子（SCAT1、PRKAG2-AS1和FLG-AS1）的预测模型。在北京队列训练组中该模型受试者工作特征曲线下面积（area under the curve,AUC）为0.952,并在北京队列内部验证组和外部验证队列中得到了很好的验证,其AUC值分别为0.856和0.817。此外,风险预测的判别式得分是获得pCR的唯一独立预测因子。判别式得分越高的患者总生存期和无复发生存期明显延长（P<0.05）。结论:我们开发了首个可用于预测ESCC患者接受新辅助放化疗pCR和预后的lncRNA分子模型,该模型具有较高的应用价值,并在多中心ESCC队列中得到进一步验证。