Räumliche Wechselwirkungsmuster von Tumorzellen und tumorinfiltrierenden Lymphozyten (TILs) sagen den klinischen Nutzen von Immun-Checkpoint-Inhibitoren voraus

Immun-Checkpoint-Inhibitoren (ICIs) zeigen eine ausgeprägte klinische Aktivität bei mehreren fortgeschrittenen Tumoren. Dennoch sprechen weniger als die Hälfte der Patienten, selbst nach molekularer Auswahl, an. Daher sind verbesserte Biomarker erforderlich. In dieser Studie verwenden wir eine Bildanalyse, um morphologische Merkmale in Bezug auf die räumliche Interaktion und Architektur von Tumorzellen und tumorinfiltrierenden Lymphozyten (TILs) aus digitalisierten H&E-Bildern zu erfassen. Wir bewerten die Assoziation von Bildmerkmalen mit dem progressionsfreien Überleben (PFS) und dem Gesamtüberleben bei Patienten mit Lungenkrebs nicht-kleinzellig (NSCLC) (N = 187) und gynäkologischen Krebs (N = 39), die mit ICIs behandelt wurden. Wir konnten zeigen, dass der auf NSCLC allein trainierte Klassifikator mit dem PFS in unabhängigen NSCLC-Kohorten assoziiert war und auch bei gynäkologischen Krebs. Der Klassifikator war außerdem unabhängig von klinischen Faktoren mit dem klinischen Ergebnis assoziiert. Darüber hinaus war der Klassifikator selbst bei geringer PD-L1-Expression mit dem PFS assoziiert. Diese Ergebnisse deuten darauf hin, dass die Bildanalyse verwendet werden kann, um klinische Endpunkte bei Patienten, die ICI erhalten, vorherzusagen.