Điểm nổi bật
- Dấu ấn sinh học radiomics tích hợp vùng u toàn cục và tính không đồng nhất trong khối u từ phim CT trước điều trị có khả năng dự đoán chắc chắn đáp ứng với TACE kết hợp thuốc ức chế điểm kiểm soát miễn dịch và liệu pháp nhắm trúng đích ở HCC không thể cắt bỏ.
- Thang điểm radiomics GTR-ITH này cho thấy độ chính xác dự đoán cao trong các đoàn hệ huấn luyện, thẩm định nội bộ và kiểm tra độc lập, đồng thời tương quan chặt chẽ với đáp ứng điều trị khách quan và kết cục sống còn.
- Bệnh nhân nguy cơ thấp được xác định bởi chữ ký radiomics biểu hiện vi môi trường khối u kiểu viêm miễn dịch, đặc trưng bởi tăng tương bào và đại thực bào M1, qua đó nhấn mạnh ý nghĩa sinh học của dấu ấn này.
- Nghiên cứu ủng hộ các dấu ấn sinh học hình ảnh không xâm lấn như công cụ hữu ích để cá thể hóa chiến lược điều trị và cải thiện tiên lượng ở HCC tiến triển.
Bối cảnh nghiên cứu
Ung thư biểu mô tế bào gan (Hepatocellular carcinoma, HCC) là một trong những ung thư phổ biến và gây tử vong hàng đầu trên toàn thế giới, thường được chẩn đoán ở giai đoạn không thể phẫu thuật do bệnh gan nền và gánh nặng khối u. Nút mạch hóa chất qua động mạch (Transarterial Chemoembolization, TACE) vẫn là điều trị tại chỗ-vùng chuẩn cho HCC giai đoạn trung gian đến tiến triển, trong khi sự ra đời của thuốc ức chế điểm kiểm soát miễn dịch (Immune Checkpoint Inhibitors, ICI) kết hợp với liệu pháp nhắm trúng đích phân tử (Molecular Targeted Therapy, MTT) đã mở rộng các lựa chọn điều trị toàn thân. Việc phối hợp TACE với ICI và MTT (TACE-ICI-MTT) là một chiến lược đa mô thức đầy hứa hẹn, tuy nhiên đáp ứng điều trị rất khác nhau, một phần do sinh học khối u có tính dị hợp cao.
Tính không đồng nhất của khối u, đặc biệt là tính không đồng nhất trong khối u (Intratumoral Heterogeneity, ITH), ảnh hưởng sâu sắc đến hiệu quả điều trị và cơ chế kháng trị trong HCC. Tuy nhiên, các tham số lâm sàng và mô bệnh học truyền thống không đủ tinh vi để nắm bắt sự phức tạp này. Gần đây, phân tích radiomics từ dữ liệu hình ảnh đã nổi lên như một phương pháp không xâm lấn để giải mã định lượng tính không đồng nhất kiểu hình bằng các đặc trưng đa chiều được trích xuất từ hình ảnh y học như chụp cắt lớp vi tính (Computed Tomography, CT). Bằng cách mô tả đồng thời vùng u toàn cục (Global Tumor Regions, GTR) và ITH, radiomics mở ra khả năng xác định các dấu ấn sinh học hình ảnh có thể dự đoán đáp ứng và tiên lượng ở HCC.
Thiết kế nghiên cứu
Nghiên cứu này (CHANCE2204) là một phân tích đoàn hệ đa trung tâm quy mô lớn, bao gồm 742 bệnh nhân được chẩn đoán HCC không thể cắt bỏ từ tháng 1 năm 2018 đến tháng 12 năm 2022. Tất cả bệnh nhân đều được điều trị bước đầu bằng phối hợp TACE, ức chế điểm kiểm soát miễn dịch và liệu pháp nhắm trúng đích phân tử. Các phim CT trước điều trị được thu thập và từ đó trích xuất các đặc trưng radiomics bao quát cả vùng u toàn cục và tính không đồng nhất trong khối u.
Bằng phân tích thành phần chính (Principal Component Analysis, PCA), một thang điểm radiomics hợp phần GTR-ITH được xây dựng bằng cách tích hợp 17 đặc trưng vùng u toàn cục và 27 đặc trưng liên quan đến ITH. Các thuật toán học máy tổ hợp được sử dụng để đánh giá khả năng của thang điểm hợp phần này trong dự đoán đáp ứng điều trị khách quan, được đo bằng tiêu chuẩn hình ảnh học sau điều trị. Hiệu năng mô hình được đánh giá bằng diện tích dưới đường cong ROC (Area Under the Receiver Operating Characteristic Curve, AUC) trong các đoàn hệ huấn luyện, thẩm định nội bộ và kiểm tra độc lập.
Ngoài ra, nhằm khảo sát nền tảng sinh học của chữ ký radiomics, các kiểu thâm nhiễm miễn dịch trong khối u được đặc trưng bằng dữ liệu giải trình tự RNA toàn bộ mẫu khối (bulk RNA sequencing) từ các kho lưu trữ hình ảnh công khai, qua đó tương quan quần thể tế bào miễn dịch với phân tầng nguy cơ dựa trên radiomics.
Kết quả chính
Thang điểm radiomics GTR-ITH cho thấy khả năng phân biệt rất cao trong dự đoán đáp ứng điều trị ở các đoàn hệ bệnh nhân, với các giá trị AUC lần lượt là 0,94; 0,82; và 0,83 trong bộ dữ liệu huấn luyện, thẩm định nội bộ và kiểm tra độc lập. Điều này cho thấy dấu ấn sinh học radiomics có độ tin cậy và khả năng tái lập cao.
Một phát hiện nổi bật là mối liên quan mạnh giữa thang điểm này và kết cục lâm sàng. Bệnh nhân có thang điểm GTR-ITH nguy cơ thấp có tỷ lệ đáp ứng khách quan với TACE-ICI-MTT tốt hơn đáng kể, với odds ratio là 34,39 (p<0,001), phản ánh giá trị dự đoán mạnh mẽ.
Phân tích sống còn cho thấy thang điểm GTR-ITH dự đoán độc lập sống còn toàn bộ (hazard ratio 0,63; p=0,004), trong đó nhóm nguy cơ thấp có thời gian sống không tiến triển và sống còn toàn bộ kéo dài một cách nhất quán. Điều này củng cố tính hữu ích của thang điểm như một dấu ấn sinh học tiên lượng, vượt ra ngoài khả năng dự đoán đáp ứng.
Ý nghĩa sinh học của chữ ký radiomics được làm rõ thêm qua phân tích hồ sơ miễn dịch. Bệnh nhân nguy cơ thấp theo thang điểm GTR-ITH biểu hiện vi môi trường khối u kiểu viêm miễn dịch, giàu tương bào và đại thực bào M1, đồng thời giảm thâm nhiễm đại thực bào M2 có tính thúc đẩy khối u. Bối cảnh này nhiều khả năng góp phần vào đáp ứng tốt hơn với điều hòa miễn dịch và các thuốc nhắm trúng đích.
Bình luận của chuyên gia
Nghiên cứu này cung cấp bằng chứng thuyết phục cho chiến lược ung thư chính xác đang nổi lên, trong đó radiomics tiên tiến được khai thác để giải mã tính không đồng nhất của khối u nhằm tối ưu hóa lựa chọn điều trị ở HCC. Bằng cách tích hợp các đặc trưng vùng u toàn cục với các chỉ số về tính không đồng nhất trong khối u, thang điểm radiomics hợp phần vượt lên trên đánh giá hình ảnh truyền thống vốn thường chỉ tập trung vào kích thước hoặc hình thái khối u.
Độ chính xác dự đoán cao qua các đoàn hệ khác nhau và mối tương quan với kiểu hình miễn dịch mang lại cả giá trị chuyển giao và tiềm năng ứng dụng lâm sàng.
Các hạn chế bao gồm thiết kế hồi cứu của phân tích và sự phụ thuộc vào chất lượng cũng như mức độ chuẩn hóa của CT. Khả năng khái quát của mô hình đối với các phối hợp điều trị khác hoặc bệnh ở giai đoạn sớm hơn vẫn cần được xác nhận thêm bằng nghiên cứu tiến cứu. Ngoài ra, mặc dù giải trình tự RNA toàn bộ mẫu khối cung cấp thông tin về bối cảnh miễn dịch, phân tích đơn bào có thể giúp làm rõ hơn động học vi môi trường liên quan đến các đặc trưng radiomics.
Kết luận
Nghiên cứu CHANCE2204 xác định một dấu ấn sinh học radiomics mới, tích hợp tính không đồng nhất toàn cục và trong khối u từ CT trước điều trị, có khả năng dự đoán mạnh mẽ đáp ứng điều trị và sống còn ở bệnh nhân HCC không thể cắt bỏ được điều trị bằng TACE phối hợp thuốc ức chế điểm kiểm soát miễn dịch và liệu pháp nhắm trúng đích. Dấu ấn này phản ánh các kiểu hình vi môi trường miễn dịch nền tảng, qua đó nhấn mạnh vai trò kép của nó trong tiên lượng và mô tả sinh học.
Những phát hiện này mở đường cho các cách tiếp cận y học chính xác dựa trên hình ảnh, không xâm lấn, có thể hỗ trợ lựa chọn bệnh nhân và mức độ điều trị, từ đó cải thiện kết cục trong bệnh lý ác tính đầy thách thức này. Các nghiên cứu tiến cứu trong tương lai và việc tích hợp vào quy trình lâm sàng sẽ rất quan trọng để đưa công cụ đầy triển vọng này vào thực hành thường quy.
Tài trợ và Clinicaltrials.gov
Nghiên cứu được hỗ trợ bởi nhiều khoản tài trợ từ các cơ sở và các nguồn kinh phí nghiên cứu quốc gia (chi tiết theo bài báo gốc). Bài báo không cung cấp số đăng ký thử nghiệm lâm sàng.
Tài liệu tham khảo
1. Jin ZC, Wei J, Xiao YD, et al. Decoding tumor heterogeneity with imaging biomarkers predicts response to TACE plus immunotherapy and targeted therapy in HCC (CHANCE2204). Hepatology. 2025;84(5):1303-1316. doi:10.1002/hep.32145
2. Villanueva A. Hepatocellular carcinoma. N Engl J Med. 2019;380(15):1450-1462. doi:10.1056/NEJMra1713263
3. Sun J, Wang Z, Tian J, et al. Radiomics for the prediction of response and survival following immune checkpoint inhibitors in advanced hepatocellular carcinoma. Front Oncol. 2023;13:1122331. doi:10.3389/fonc.2023.1122331
4. Binnewies M, Roberts EW, Kersten K, et al. Understanding the tumor immune microenvironment (TIME) for effective therapy. Nat Med. 2018;24(5):541-550. doi:10.1038/s41591-018-0014-x
5. Lambin P, Rios-Velazquez E, Leijenaar R, et al. Radiomics: extracting more information from medical images using advanced feature analysis. Eur J Cancer. 2012;48(4):441-446. doi:10.1016/j.ejca.2011.11.036
Công cụ tính theo chuyên khoa
Công cụ tính được hiển thị bằng tiếng Anh.
Dùng để tham khảo lâm sàng, kết hợp với đánh giá chuyên môn.
