Investigamos se o perfil do microambiente tumoral baseado em inteligência artificial (IA) correlaciona-se com a eficácia do tratamento em pacientes com carcinoma hepatocelular (CHC) irresecável tratados com terapias inibidoras de checkpoint imunológico (ICI). A distribuição espacial de células imunes/não imunes a partir do tratamento prévio H p = 0,037) mas não na coorte de monoterapia anti-PD-1 (HR 1,02 0,59-1,77; p = 0,935). Por outro lado, o fenótipo imune inflamado, caracterizado por altas densidades de TIL intratumorais, previu maior PFS após monoterapia anti-PD-1 (HR 0,50 0,25-0,99; p = 0,042) mas não após atezo-bev (HR 0,92 0,50-1,69; p = 0,762). Nossa análise exploratória utilizando modelo de IA/aprendizagem profunda demonstrou que alta densidade de TEC previu desfechos superiores com atezo-bev, enquanto a presença de TIL correlacionou-se com a melhoria da eficácia da monoterapia anti-PD-1 em pacientes com CHC, sugerindo potencial aplicabilidade clínica na seleção de tratamento.
Kim et al. (2025) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: