肝细胞癌精准医学进展：机器学习影像组学模型在预测免疫治疗结果方面超越临床生物标志物

亮点

本研究证明，基于机器学习的影像组学模型结合临床数据，在预测肝细胞癌（HCC）患者接受阿特珠单抗加贝伐珠单抗免疫治疗的生存率和反应方面，优于已建立的临床生物标志物如BCLC分期和ALBI分级。整合模型能够准确地将患者分为高风险和低风险组，这些组在总生存期（OS）、无进展生存期（PFS）和免疫检查点抑制剂反应率方面有显著差异，并在独立国际队列中得到验证。

研究背景与疾病负担