肺癌(LC)是全球健康问题,也是与癌症相关死亡率的主要原因之一。根据国际癌症研究机构(IARC)发布的全球癌症统计报告,肺癌的发病率和死亡率仍然很高,占2020年全球癌症死亡的18%(1-3)。 手术,放疗和化疗一直是近年来肺癌治疗的护理标准。 但是,靶向疗法和免疫疗法的临床使用一直在增加。 重点已转移到检测与肿瘤发育相关的驱动基因,例如EGFR,KRAS和MET,并识别这些基因调节的细胞生长或细胞凋亡的信号传导途径。 针对这些基因的靶向治疗显着提高了肺癌患者的中间存活率。 免疫疗法现在是NSCLC中晚期或转移性突变阴性驱动基因的患者的第一线治疗。 不幸的是,肿瘤复发通常会导致对最初有效的药物的抗性(4)。 随着新兴的肿瘤微环境(TME)的加热概念,越来越多的证据表明,TME促进了癌症的进展,并可能介导治疗性耐药性。 与肺癌相关的疗法和研究正在逐渐从仅关注肿瘤细胞本身到肿瘤微环境研究的更广泛的领域。 癌症的发展与肿瘤微环境的生理状态密切相关,该状态可以调节肿瘤细胞繁殖并增强对治疗的抵抗力。根据国际癌症研究机构(IARC)发布的全球癌症统计报告,肺癌的发病率和死亡率仍然很高,占2020年全球癌症死亡的18%(1-3)。手术,放疗和化疗一直是近年来肺癌治疗的护理标准。但是,靶向疗法和免疫疗法的临床使用一直在增加。重点已转移到检测与肿瘤发育相关的驱动基因,例如EGFR,KRAS和MET,并识别这些基因调节的细胞生长或细胞凋亡的信号传导途径。针对这些基因的靶向治疗显着提高了肺癌患者的中间存活率。免疫疗法现在是NSCLC中晚期或转移性突变阴性驱动基因的患者的第一线治疗。不幸的是,肿瘤复发通常会导致对最初有效的药物的抗性(4)。随着新兴的肿瘤微环境(TME)的加热概念,越来越多的证据表明,TME促进了癌症的进展,并可能介导治疗性耐药性。与肺癌相关的疗法和研究正在逐渐从仅关注肿瘤细胞本身到肿瘤微环境研究的更广泛的领域。癌症的发展与肿瘤微环境的生理状态密切相关,该状态可以调节肿瘤细胞繁殖并增强对治疗的抵抗力。TME是一个层次结构化的生态系统,其中包含各种细胞类型,从肿瘤相关的巨噬细胞(TAM),免疫细胞和与癌症相关的纤维细胞(CAFS)(CAFS),以及血液对比,神经血管,神经血管,细胞外基质,以及相关的构成构成(5 - 5 - 5 - 5 - 5 - 5 - 5-7)。特别是,免疫细胞在TME中起重要作用,其中包括促进肿瘤生长,并在宿主免疫监测和消除肿瘤癌细胞中起关键作用(8)。根据肿瘤类别,癌细胞的内在特征,肿瘤阶段和个别患者的特征,TME变化的细胞组成和功能状态。这些细胞的作用可以是关于肿瘤的相互作用,并在宿主免疫监视和消除肿瘤癌细胞中起关键作用(9)。共同调节区域免疫效应,最终调节
本研究旨在评估克唑替尼对 ALK 阳性转移性肺癌患者的疗效。对患者的资料进行回顾性分析。采用 Cox 回归和 Kaplan-Meier 方法进行生存分析。共 25 名患者参与了该研究。13 名(52%)患者为男性,平均年龄为 55 岁(范围:30-80 岁)。23 名(92%)患者为新发转移性患者。32% 的患者出现脑转移,20% 的患者出现肝转移。克唑替尼治疗前,64% 的患者接受过化疗,20% 的患者接受过姑息放疗。无进展生存期为 16.8(CI 95%,5.7-27.9)个月。36% 的患者出现 1-2 级副作用,12% 的患者出现 3-4 级副作用。疾病进展后,13 名 (52%) 患者接受了第二系列 ALK 抑制剂(阿来替尼、色瑞替尼和劳拉替尼)或化疗。中位总生存期 (OS) 为 44.2(95% CI,28.5-59.9)个月。四年 OS 率为 37.4%。在多变量分析中,ALK 阳性率 (p=0.02) 被确定为影响 OS 的统计学显著因素。我们展示了克唑替尼对 ALK 突变转移性非小细胞肺癌患者的疗效数据。克唑替尼是一种有效且安全的治疗方法,适用于 ALK 突变转移性非小细胞肺癌患者。此外,我们发现 ALK 阳性率是 OS 的预后因素。
非小细胞肺癌 (NSCLC) 占肺癌病例的大多数,是癌症相关死亡的主要原因。大多数 NSCLC 病例在诊断时伴有远处转移 (1)。因此,对晚期 NSCLC 病例的有效治疗至关重要 (2)。经过随机 3 期试验,针对程序性细胞死亡蛋白 1 (PD-1) 的单克隆抗体 nivolumab 和 pembrolizumab 已成为晚期 NSCLC 患者的标准治疗 (3-5)。程序性死亡蛋白配体 1 (PD-L1) 在 NSCLC 组织中的表达率为 24% 至 60%,肿瘤 PD-L1 表达似乎是预测免疫检查点抑制剂 (ICI) 有效性的潜在生物标志物。目前,这些抗 PD-1 抑制剂已被用作一线治疗 PD-L1 高表达(≥ 50% 的肿瘤细胞)且无 EGFR、ALK 或 ROS1 异常的晚期 NSCLC 患者的单药疗法(6)。获取晚期 NSCLC 患者的肿瘤组织可能具有挑战性。与基于血清的检测相比,组织分析不太适合用于治疗监测。最近有报道称,血浆或血清中的治疗前或治疗后可溶性 PD-L1(sPD-L1)可作为监测 NSCLC 患者 ICI 治疗的潜在生物标志物(7-13)。然而,很少有报道研究 sPD-L1 随时间的变化是否可以作为 ICI 疗效的生物标志物。在过去几年中,一些研究已经检验了治疗前或治疗后 sPD-L1 水平与各种癌症预后之间的关联。 2023 年,Sze ́ les 等人进行了一项荟萃分析,以评估治疗前 sPD-L1 与多种人类恶性肿瘤生存期之间的相关性 ( 14 )。汇总的总体估计值表明,sPD-L1 是各种癌症中 OS 较短的重要指标,在 NSCLC 中观察到的关联性最强。然而,当谈到 sPD-L1 变化时,先前的研究得出了不一致的结果,可能是由于样本量小或缺乏具有临床意义的关系。为了确定 sPD-L1 变化的作用,我们使用来自七项试验中的两项的个体患者数据对 PD-1 抑制剂治疗进行了协作个体患者数据荟萃分析。
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
最重要的是在T细胞表面上的CD28共刺激分子和在抗原呈递细胞上的CD80分子的组合(10)。在T细胞激活的双重信号传导系统中,CD28激活的不存在导致过度激活诱导的细胞死亡(AICD)。然而,在CD80与CD28结合后,可以避免T细胞的AICD,从而导致T细胞的耐用抗肿瘤活性(11)。此外,CD80和CD28的组合还可以增强T细胞的细胞因子(例如IL-2)的分泌。此外,它可以增强CD4+ T细胞的增殖以及CD4+和CD8+ T细胞的细胞毒性活性(4)。最近的研究表明,共刺激分子CD28对T细胞的活性不足会导致T细胞的抗肿瘤活性降低(12)。然而,随着CD28激活信号的增加,T细胞的抗肿瘤活性得到了增强(13,14)。因此,通过CD80在T细胞表面的CD28分子激活可能会提高T细胞对实体瘤的杀伤效率,从而提供一种新的免疫疗法方法。
免疫疗法目前是肺癌最有希望的临床治疗方法,不仅彻底改变了二线治疗,而且现在也批准了第一线治疗。但是,其临床效率不高,并非所有患者都受益。因此,找到扩展抗PD-1/PD-L1的免疫疗法的最佳组合策略现在是一个热门研究主题。常规使用化学治疗药物和靶向药物不可避免地会导致耐药性,有毒副作用和其他问题。然而,最近的研究表明,通过调整药物的剂量并阻止取决于获得的耐药性的突变机制的激活,可以减少毒性副作用,激活免疫细胞并重塑肺癌的免疫微环境。在这里,我们讨论了不同化学治疗药物和靶向药物对免疫微环境的影响。我们探讨了调整给药顺序和时间的影响以及此类反应的机制,并展示合并免疫疗法的有效性和可靠性如何提供改善的治疗结果。
肺癌仍然是全球癌症死亡的主要原因。超过 50% 的新病例是在晚期或转移期被诊断出来的,因此导致这些患者的生存率很低。近三分之一的肺腺癌发生 KRAS(Kirsten 大鼠肉瘤病毒)基因突变,几十年来一直被认为是“无药可治”的靶点。然而,近年来,越来越多的小分子(如 GTPase 抑制剂)已在携带 KRAS 突变的肺癌患者的临床试验中进行研究,并取得了有希望的结果和更好的疗效。目前,只有两种获批的靶向疗法(adagrasib 和 sotorasib)用于二线治疗晚期或转移性 KRAS 突变 NSCLC。在这篇叙述性综述中,我们将重点介绍 KRAS、其分子基础、其共突变的作用、其抑制的临床证据、推定的耐药突变以及克服对 KRAS 抑制的耐药性的未来策略。
肺癌是全球癌症死亡的主要原因,传统化疗对晚期非小细胞肺癌 (NSCLC) 的疗效有限。近年来,由于包括靶向治疗在内的新治疗方式的发展,NSCLC 患者的预后已显著改善。靶向治疗利用针对特定突变基因(例如 EGFR 和 ALK)的单克隆抗体 (mAb)、抗体-药物偶联物 (ADC) 或小分子酪氨酸激酶抑制剂 (TKI)。这些药物的开发加深了我们对 NSCLC 的了解并改善了患者的治疗效果。本综述旨在总结 NSCLC 靶向治疗的机制和现状,讨论克服获得性耐药的策略,并应对该领域当前面临的挑战。
方法:从Shanxi Cancer Hospital收集的晚期非小细胞肺癌的462例患者被随机分配(以7:3的比例)与训练队列和内部验证队列分配。筛选影响患者3年生存的独立因素,并通过使用单因素,然后进行多因素COX回归分析创建预测模型。 使用一致性指数(C-指数),校准曲线,接收器操作特征曲线(ROC)和决策曲线分析(DCA)评估模型的性能。 单独接受化学疗法的收集的患者,以及接受化学疗法与免疫疗法结合的患者使用两组之间的倾向得分匹配,并在筛选的变量中进行了亚组分析。筛选影响患者3年生存的独立因素,并通过使用单因素,然后进行多因素COX回归分析创建预测模型。使用一致性指数(C-指数),校准曲线,接收器操作特征曲线(ROC)和决策曲线分析(DCA)评估模型的性能。单独接受化学疗法的收集的患者,以及接受化学疗法与免疫疗法结合的患者使用两组之间的倾向得分匹配,并在筛选的变量中进行了亚组分析。
•与其他治疗方法相比,它的工作效果如何?•风险或副作用是什么?它们的可能性有多大?•治疗将如何影响我的日常生活?•如果治疗不起作用会发生什么?•如果我不想接受治疗会发生什么?是否还有其他治疗
