Những điểm nổi bật
- Phân tích dựa trên dân số lớn nhất của 11.132 bệnh nhân liposarcoma (LPS) được xác nhận về mặt histology từ đăng ký NETSARC+ (2010–2023).
- Các subtype LPS khác nhau thể hiện các biểu hiện lâm sàng, phân bố giải phẫu và kết quả sống khác biệt.
- Liposarcoma không biệt hóa (DDLPS) là subtype phổ biến nhất với thời gian sống trung bình kém nhất (144 tháng).
- Sự khác biệt liên quan đến tuổi và giới ảnh hưởng đến tỷ lệ mắc và tiên lượng, đặc biệt là sự cải thiện tiên lượng sống ở phụ nữ trên 50 tuổi.
- Quản lý đa ngành thông qua các trung tâm chuyên sâu về sarcoma nâng cao chất lượng chăm sóc.
Nền tảng
Liposarcomas (LPS) là một trong những sarcoma mô mềm phổ biến nhất, bao gồm một nhóm đa dạng các bệnh ác tính mesenchymal với các hồ sơ phân tử và hành vi lâm sàng riêng biệt. Các nghiên cứu trước đây có phạm vi hạn chế về kích thước mẫu hoặc đặc trưng subtype, cản trở sự hiểu biết toàn diện về lịch sử tự nhiên, tiên lượng và quản lý tối ưu phân loại theo histotypes của LPS. Mạng lưới NETSARC+ của Pháp, được thành lập bởi Viện Quốc gia về Ung thư (INCA) vào năm 2010, tích hợp 26 trung tâm tham chiếu sarcoma với đánh giá bệnh lý trung tâm và hội đồng khối u đa ngành (MDTBs), cung cấp cơ sở hạ tầng mạnh mẽ cho việc thu thập dữ liệu toàn quốc, đảm bảo chất lượng và theo dõi kết quả trong sarcoma.
Mục tiêu của nghiên cứu này là làm sáng tỏ biểu hiện lâm sàng, mô hình quản lý và kết quả trong toàn bộ phổ histological subtypes của LPS bằng cách sử dụng một nhóm dựa trên dân số lớn trong đăng ký NETSARC+.
Nội dung chính
Thiết kế nghiên cứu và dân số bệnh nhân
Đây là một nhóm hồi cứu bao gồm tất cả bệnh nhân mắc LPS được chẩn đoán từ năm 2010 đến 2023, được xác nhận bởi đánh giá bệnh lý trung tâm trong cơ sở dữ liệu NETSARC+. Nhóm nghiên cứu bao gồm 11.132 bệnh nhân, cung cấp một đánh giá toàn diện hiếm có về các subtype LPS với dữ liệu nhân khẩu học, giải phẫu, điều trị và sống còn.
Subtypes histological và nhân khẩu học
Phân phối các subtype là: liposarcoma không biệt hóa (DDLPS) 37,9%, liposarcoma biệt hóa tốt (WDLPS) 16,5%, u mỡ dạng bất thường (ALT) 21,8%, liposarcoma nhầy (MyxLPS) 12,3%, liposarcoma đa hình (PLPS) 4,0%, liposarcoma nhầy cấp (HGMLPS) 1,6%, loại hỗn hợp (MTLPS) 0,2%, liposarcoma nhầy đa hình (MPLPS) 0,1%, và liposarcoma không phân loại (NCLPS) 5,5%. Độ tuổi trung bình là 65 tuổi, với nam giới chiếm đa số (58,7%). Phân bố độ tuổi và vị trí cụ thể cho từng subtype khác nhau: DDLPS và WDLPS phổ biến hơn ở người lớn tuổi, trong khi các subtype hiếm xuất hiện ở nhiều độ tuổi khác nhau.
Một quan sát mới là sự thay đổi tỷ lệ giới liên quan đến tuổi cho một số histotypes (DDLPS, MyxLPS, HGMLPS), nơi phụ nữ sau mãn kinh (>50 tuổi) ít bị ảnh hưởng hơn nhưng có tiên lượng sống không tái phát (RFS) và sống còn tổng thể (OS) tốt hơn so với nam giới cùng tuổi.
Biểu hiện lâm sàng và vị trí giải phẫu
Vị trí của LPS khác nhau tùy theo subtype, với ổ sau phúc mạc phổ biến cho DDLPS và WDLPS, trong khi MyxLPS và PLPS có sự liên quan nhiều hơn đến các chi. ALT chủ yếu ảnh hưởng đến các mô mềm nông.
Các phương pháp điều trị
Quản lý bao gồm cắt bỏ phẫu thuật với mục đích chữa khỏi, bổ sung bằng xạ trị hoặc điều trị hệ thống theo khuyến nghị của MDTB. Đăng ký đã nhấn mạnh sự biến đổi trong cường độ điều trị dựa trên subtype, kích thước khối u, cấp độ và tuổi bệnh nhân.
Kết quả sống còn và các yếu tố tiên lượng
Thời gian sống còn trung bình (OS) thay đổi đáng kể theo subtype: DDLPS có tiên lượng kém nhất (OS trung bình 144 tháng), thấp hơn đáng kể so với MyxLPS (tỷ lệ nguy cơ [HR] 0,26), WDLPS (HR 0,30), HGMLPS (HR 0,30), PLPS (HR 0,76) và LPS không phân loại (HR 0,53). Phân tích sống còn Kaplan-Meier khẳng định DDLPS là subtype có tỷ lệ tử vong cao nhất.
Phân tích đa biến điều chỉnh cho kích thước khối u, tuổi và giới xác nhận các biến này là các yếu tố tiên lượng độc lập. Đáng chú ý, giới nữ trên 50 tuổi là một dấu hiệu tiên lượng thuận lợi độc lập trong DDLPS, chỉ ra khả năng ảnh hưởng của hormon hoặc cơ chế sinh học.
Kích thước là một yếu tố tiên lượng nhất quán trong các phân tích subtype, với các khối u lớn hơn dự báo tiên lượng sống kém hơn.
So sánh với các nghiên cứu sarcoma gần đây khác
Các nghiên cứu đương đại (ví dụ, phân loại phân tử bởi Xiao et al., 2025) đã chứng minh sự đa dạng trong LPS ổ sau phúc mạc, liên kết các dấu hiệu phân tử (LEP và PTTG1) với sự hung hãn lâm sàng, song song với các phát hiện của NETSARC+ về sự khác biệt sống còn theo subtype. Các thử nghiệm về điều trị hệ thống (ví dụ, trabectedin cộng olaparib, 2025) phản ánh nỗ lực đang diễn ra để cải thiện kết quả trong các subtype LPS tiên tiến, mặc dù có kết quả pha trộn.
Bình luận chuyên gia
Nghiên cứu đăng ký NETSARC+ nâng cao kiến thức dịch tễ học và lâm sàng của LPS, tận dụng khung quản lý bệnh lý trung tâm và đa ngành, có thể tăng cường độ tin cậy và khả năng tổng quát hóa của các kết quả.
Sự khác biệt tiên lượng đáng kể giữa DDLPS và các subtype khác đòi hỏi nghiên cứu sâu hơn vào các liệu pháp cá nhân hóa và phân loại rủi ro dựa trên dấu hiệu sinh học. Các mô hình sống còn cụ thể về tuổi và giới được quan sát xứng đáng được khám phá về các cơ chế hormon, di truyền hoặc miễn dịch ảnh hưởng đến sinh học khối u.
Việc bao gồm rộng rãi các subtype hiếm và cực kỳ hiếm giải quyết các khoảng trống trước đây nhưng cũng làm nổi bật nhu cầu hợp tác quốc tế và các thử nghiệm lâm sàng dựa trên phân tử để tối ưu hóa quản lý.
Hạn chế bao gồm thiết kế hồi cứu và các phương pháp điều trị khác nhau trong suốt 13 năm. Tuy nhiên, dữ liệu thực tế từ một mạng lưới quốc gia tích hợp cung cấp những hiểu biết quý giá phản ánh thực tế lâm sàng hàng ngày.
Kết luận
Nghiên cứu dựa trên dân số lớn và toàn diện này chi tiết sự đa dạng nhân khẩu học, lâm sàng, bệnh lý và kết quả trong các subtype liposarcoma. Liposarcoma không biệt hóa nổi lên là subtype có tiên lượng kém nhất. Tuổi và giới rõ ràng ảnh hưởng đến biểu hiện bệnh và sống còn, với các kết quả tốt hơn được quan sát ở phụ nữ trên 50 tuổi.
Đăng ký NETSARC+ nhấn mạnh tầm quan trọng của các trung tâm sarcoma đa ngành chuyên sâu để chẩn đoán chính xác và quản lý bệnh nhân tối ưu. Hướng nghiên cứu trong tương lai bao gồm hoàn thiện các dấu hiệu tiên lượng, tích hợp phân loại phân tử và phát triển các liệu pháp nhắm mục tiêu để cải thiện kết quả trong các subtype LPS có rủi ro cao.
