临床肿瘤学杂志。2013年1月10日;31(2): 256–262.
典型霍奇金淋巴瘤微环境中FOXP3、CD68和CD20的表达对预后的预测
, , , , , , , , ,和
保罗·格里夫斯
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
安德鲁·克利尔
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
丽塔·库蒂尼奥
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
安德鲁·威尔逊
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
珍妮特·马修斯
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
安德鲁·欧文
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
米伦斯·山因德
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
T.安德鲁·李斯特
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
玛丽亚·卡拉米尼奇
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
约翰·格里本
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
保罗·格里夫斯、安德鲁·克利尔、丽塔·库蒂尼奥、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文、T.安德鲁·李斯特、玛丽亚·卡拉米尼奇和约翰·格里本,伦敦玛丽女王大学巴特斯癌症研究所;和Milensu Shaninde,英国牛津大学沃尔夫森学院医学统计中心。
通讯作者:保罗·格里夫斯(Paul Greaves),医学博士,英国伦敦查特豪斯广场伦敦玛丽女王大学巴特斯癌症研究所血液肿瘤中心,EC1M 6BQ;电子邮件:ku.ca.lumq@sevaerg.p. 摘要
目的
免疫微环境是经典霍奇金淋巴瘤(CHL)病理生理学的关键。20%的患者在最初的治疗中失败,其他患者则接受了过度毒性治疗。预后评分和生物标志物尚未对结果产生显著影响。以前的生物标记物研究受到组织分析范围、统计不一致性和未能验证结果的限制。我们旨在通过在组织范围更广的新患者队列中验证最近确定的微环境生物标记物(CD68、FOXP3和CD20),并使用严格的统计方法来克服这些局限性。
患者和方法
对122名CHL患者的诊断组织进行微阵列和染色,并使用自动化系统对每个患者10到20个高倍视野内的阳性细胞进行计数。进行了两项统计分析:一项分类分析,使用测试/验证集定义的切割点和Kaplan-Meier估计的5年总生存期(OS)、疾病特异性生存期(DSS)和一线治疗失败的自由度(FFTF)的结果测量,以及一项绝对未分类计数的独立多变量分析。
结果
增加CD20表达可获得更好的OS。增加FOXP3表达可获得较高的OS,增加CD68可获得较低的FFTF和OS。FOXP3独立于CD68表达而变化,在多变量分析中作为连续变量进行分析时仍有显著性。结合FOXP3和CD68的简单评分可区分三组:FFTF 93%、62%和47%(P(P)<.001),DSS 93%、82%和63%(P(P)=0.03),操作系统93%、82%和59%(P(P)= .002).
结论
我们已经独立验证了CD68、FOXP3和CD20作为CHL的预后生物标志物,据我们所知,我们首次证明了FOXP3和CD68的结合可以进一步改善预后分层。
简介
典型霍奇金淋巴瘤(CHL)在淋巴瘤中是独特的,因为浸润的大部分不是恶性细胞(霍奇金和里德-斯特恩伯格细胞),而是炎症细胞,包括巨噬细胞、T细胞、B细胞、中性粒细胞、嗜酸性粒细胞、成纤维细胞、浆细胞和肥大细胞。1该病对大多数患者预后良好,常规化疗或放射治疗方案的长期缓解率超过80%。2–4然而,仍有一部分患者的疾病对所有常规治疗无效,5,6许多长期存活的患者都会受到过度毒性治疗的后期影响。7建立晚期疾病的临床预后指标,如国际预后因素项目的初始预后评分(IPS)8很少用于修改治疗。风险适应疗法将改善对该疾病的管理,但这需要为有利和不利风险患者确定可靠的生物标记物。这些生物标记物还可以提供对疾病分子生物学的深入了解。
恶性细胞对细胞外信号的依赖程度可能至少与其自身突变基因组产生的内源性信号一样。9巨噬细胞似乎在肿瘤支持中起着主要作用,10先前的研究表明巨噬细胞浸润增加会产生不利影响。11–14肿瘤主导型CD4+T细胞在病理生理学中也很重要,但缺乏功能数据。1对实体瘤免疫浸润的研究发现,不良结果与FOXP3、,15调节性T细胞(Tregs)的标记物,一种负责抑制异常免疫反应的亚群。体内Treg缺失导致肿瘤退化,16表明Tregs的存在抑制了对肿瘤的有效免疫反应。17,18然而,在滤泡性淋巴瘤和CHL中,发现相反的情况,浸润增加与预后改善相关。19–26旁观者B细胞和其他T细胞亚群的作用更具争议性,尽管有证据表明B细胞功能的微环境标记物与良好结果相关。24爱泼斯坦-巴尔病毒(EBV)的作用尚不清楚,尽管它与该病有明确的相关性。在20%至30%的病例中,EBV存在于恶性细胞中,与混合细胞亚型和某些种族和年龄组的疾病有关。27免疫组织化学(IHC)和基因表达谱(GEP)数据表明EBV可能影响微环境。24,27
基于组织芯片/免疫组织化学(TMA/IHC)的研究转化为临床研究受到实验再现性和有效性的限制。这包括未能应用一致的方法、有限的队列规模、不适当的统计方法(尤其是最佳切点分析)、未能验证独立患者队列中的发现,甚至专家组织病理学家也存在固有的错误,他们无法计算大面积区域内的大量细胞,从而得出关于异质微环境的结论。将浸润程度分类为高、中或低会导致大量数据丢失和观察者之间的不一致。图像分析软件可以通过统计大区域内的大量事件来克服其中一些问题,但它也有自己的局限性。
本研究旨在检测CHL的免疫微环境,尤其是验证三种CHL微环境表达的生物标记物,这些生物标记物在最近的研究中具有预后意义:巨噬细胞标记物CD68、,12调节性T细胞标记物FOXP3,22–25和B细胞标记CD20。24我们还评估了CD3、CD4和CD8-非特异性T、T辅助物和细胞毒性T细胞标记物。10到20个高功率场(HPF)当量(2到3 mm2)使用图像分析软件进行评估,并作为连续变量报告。这种方法解决了以往IHC工作的主要局限性,即肿瘤评估的有限区域、分类数据丢失和观察者之间的可变性。
患者和方法
TMA/IHC和图像分析
我们确定了122名在圣巴托洛缪医院确诊的已知临床结果的成人患者,他们从原始可用的诊断活检中获得了高质量的福尔马林固定石蜡包埋组织。对于使用所有三种生物标志物(CD20、CD68和FOXP3)的最终分析,由于组织损失和技术困难,只有90名患者的数据可用;然而,最终的队列与最初122名患者的特征相似。这些患者的特征总结如下中位随访时间为16.5年(范围为2-40年)。三硅酸盐1-mm2岩芯取自活检材料的区域,活检材料由专家组织病理学家(M.C.)在用苏木精和伊红染色的切片上鉴定为高细胞,含有恶性细胞,避免纤维化或脱细胞部分。样品采集遵循赫尔辛基宣言中的知情书面同意。本研究获得了当地区域道德委员会的道德批准。将岩芯排列成石蜡块,切片,然后转移到玻璃载玻片上。脱蜡和压力煮抗原回收后CD3、CD4、CD8、CD68和FOXP3染色28使用中所示的初级抗体和稀释液进行.鉴别完整的淋巴滤泡常驻CD20+来自恶性微环境(非滤泡CD20)中的细胞+CD21是滤泡树突状细胞特异性标记物(详细方案见数据补充1[仅在线])。通过原位杂交证实恶性细胞中存在EBV。
表1。
特性 | 原始队列中的患者数量(N=122) | %原始队列的 | %对所有三种生物标记物进行分析的患者数量(n=90) |
---|
男性 | 79 | 65 | 66 |
年龄>45岁 | 27 | 22 | 20 |
高级阶段(IIB-IV) | 87 | 71 | 71 |
基于蒽环类药物的化疗 | 56 | 46 | 42 |
烷基化化疗 | 52 | 43 | 46 |
仅放射治疗 | 14 | 11 | 12 |
组合形式 | 48 | 39 | 34 |
组织学亚型 | | | |
结节性硬化 | 93 | 78 | 71 |
混合细胞数 | 25 | 20 | 27 |
典型淋巴细胞富集 | 0 | — | — |
淋巴细胞耗竭 | 2 | 2 | 2 |
EBV+(EBER-ISH) | 38 | 31 | 36 |
表2。
显示克隆和供应商的初级抗体,以及用于本研究的优化稀释
抗原 | 克隆 | 稀释 | 供应商 |
---|
CD3(CD3) | SP7标准 | 1/500 | 实验室愿景 |
CD4细胞 | 368 | 1/500 | 新墨西哥州 |
CD8(CD8) | C8/144B号 | 1/400 | 达科 |
CD20型 | L26型 | 1/2,000 | 达科 |
CD21型 | 2G9型 | 1/130 | 新墨西哥州 |
CD68型 | KP1号机组 | 1/8,000 | 达科 |
FOXP3公司 | 263A/E7型 | 1/100 | Abcam公司 |
如前所述,使用Ariol成像系统(Genetix,San Jose,CA)量化TMA的抗体染色。29为了使肿瘤区域的细胞数标准化并进行有效的比较,对所有核心进行了手动审查,只有当核心完整且纤维或脱细胞总面积小于10%时,才接受细胞计数(数据补充2图2,仅在线)。只有当有两个或三个高质量岩芯代表总计2至3 mm时,才将每个病例纳入后续分析2或10至20 HPF。每1-mm的平均计数2然后计算淋巴标志物核心和CD68的平均百分比面积。从最初的队列中,根据这些质量标准,患者进一步减少,但对于所有标记物,可用的患者总数为90或更多。
统计分析
为了提高统计推断的稳健性,进行了两项独立分析:分类数据分析和连续数据分析。第一种是一种临床适用的方法,根据每个生物标记物的表达将患者分类,根据表达水平(高和低或高、中和低)将患者分为队列。连续数据分析使用Cox回归分析分析了作为连续变量处理的每个生物标记物的预后效果。从诊断日期到事件发生日期或最后随访日期的结果为总生存率(OS)、任何原因导致的死亡事件、疾病特异性生存率(DSS)、活动性疾病治疗的疾病或并发症导致的死亡以及无一线治疗失败(FFTF),事件是一线治疗中首次复发或疾病进展,或因难治性疾病改变治疗。
分类(切入点)数据分析
使用X-Tile统计软件包进行数据分析30(耶鲁大学,纽黑文,康涅狄格州)能够在没有验证正常范围的情况下确定标记物的切点。X-Tile将队列分为两个独立的数据集——一个测试集和一个1:2比率的验证集,为测试集的每个标记确定最佳切点,并将其应用于验证集。31生成由这些切点定义的Kaplan-Meier曲线,并使用log-rank检验确定每个标记差异表达引起的差异的统计显著性。
连续数据分析
Cox比例风险模型用于此分析,以获得CD20、FOXP3和CD68的风险比以及95%CI的估计值,以及每个结果的临床风险因素。目的是为所有患者和晚期疾病患者制定一个包含年龄的预测性预后评分;年龄、诊断时是否患有IV期疾病,以及国际预后因素项目得出的临床风险评分(IPS)8(存在三个以上被认为代表高风险疾病的风险因素)。目前还没有普遍接受的早期疾病预后评分,也没有足够的临床信息来为这个队列建立一个预后评分。有关统计方法的详细信息,请参阅《数据补充1》。
结果
分类数据分析
数据补充1中描述了患者之间所有生物标志物表达的异质性和数据补充2图3(仅在线)。根据EBV状态或组织学亚型,所分析的生物标记物均未发现差异表达(数据补充2图8,仅在线)。
CD68表达的预后意义
使用X-Tile软件确定了CD68密度低、中、高的三个预后组,其切点分别小于5%、5%至15%和大于15%(),CD68最低的有利组+密度。低、中、高三组的OS差异显著(P(P)=0.02),5年OS分别为89%、80%和65%。FFTF也有显著差异(P(P)= .001). FFTF在晚期(73%、63%和33%;P(P)=0.03)和早期疾病(92%、70%和20%;P(P)= .01).
CD68的表达和结果。典型霍奇金淋巴瘤中(A)CD68低表达和(B)CD68高表达的典型例子(放大×20)。通过辣根过氧化物酶-二氨基联苯胺(HRP-DAB)免疫染色显示CD68的表达。根据CD68低表达(<5%)、中等表达(INT;5%至15%)或高表达(>15%)的区域,患者的(C)一线治疗失败时间和(D)总生存期(OS)。FFTF,无一线治疗失败。
FOXP3表达的预后意义
整体CD3无显著相关性+,CD4+,或CD8+细胞浸润对预后有影响。然而,我们确认FOXP3细胞密度可区分预后组。通过使用X-Tile定义的小于125、125至500和大于500个核/HPF的切点,预后良好组的FOXP3最高+密度(). 操作系统(P(P)=0.002)和FFTF(P(P)=0.006)在低、中、高三组中差异显著,5年生存期分别为68%、80%和94%。两种晚期患者的预后显著性均保持不变(FFTF:48%、60%和72%;P(P)=0.04)和早期疾病(FFTF:57%、67%和100%,P(P)= .04).
FOXP3表达和结果。典型霍奇金淋巴瘤(放大×20)中(A)FOXP3低表达和(B)高表达的典型例子。辣根过氧化物酶-二氨基联苯胺(HRP-DAB)免疫染色显示FOXP3的表达。根据FOXP3表达细胞的低(<125/hpf)、中(125-500/hpf)或高(>500hpf)数量,(C)一线治疗失败的时间和(D)患者的总体生存期(OS)。FFTF,无一线治疗失败。
CD20表达的预后意义
CD20总表达无预后意义。然而,发现非滤泡CD20表达会影响生存率。通过使用X-Tile软件,1700个单元/mm的切点2(250个细胞/HPF)定义了非滤泡CD20低和高的两个预后组+电池密度(). 非滤泡CD20高表达患者的OS得到改善(P(P)=0.003),5年时87%对70%,10年时84%对52%,20年时76%对43%(C) ●●●●。两组之间FFTF无显著差异(64%v(v)57%;P(P)=.27)或DSS(90%v(v)74%;P(P)= .09).
CD20的表达和结果。典型霍奇金淋巴瘤中CD20的(A)低和(B)高非滤泡表达的典型例子(放大×20)。通过辣根过氧化物酶-二氨基联苯胺(HRP-DAB)免疫染色显示CD20的表达。(C) 基于低(<250个细胞/hpf[高倍视野])或高(≥250个细胞/hpf)CD20-表达细胞的患者总生存率。
结合CD68和FOXP3的综合预后评分
接下来,我们试图确定CD68、FOXP3和非滤泡CD20的表达是相关变量还是自变量。非滤泡CD20和FOXP3的表达之间存在显著相关性(数据未显示),尽管FOXP3和CD68之间没有显著相关性(P(P)= .684; 附录图A1,仅在线)。接下来,我们确定这两个标记物的综合评分是否提供了额外的预后信息。98名患者的FOXP3和CD68都有合适的核心。根据每个标记物的风险组,将患者分为良好、中等或较差风险组合FOXP3/CD68评分(FOX/Mac),如附录图A2所示(仅在线)。根据FOX/Mac对良好、中等和较差风险的分类,FFTF的结果存在显著差异(P(P)<.001),5年期FFTF分别为93%、62%和47%;决策支持系统(P(P)=0.03),5年DSS为93%、82%和63%(未显示数据);和操作系统(P(P)=0.002),5年期运营成本分别为93%、82%和59%(A和B) ●●●●。早期和晚期患者的统计显著性均保持不变,早期患者的5年FFTF分别为100%、72%和25%(P(P)=0.005)和92%、62%和50%的晚期患者(P(P)= .008;C和D) ●●●●。
Kaplan-Meier生存分析通过合并FOXP3和CD68表达的综合评分进行分层(FOX/Mac)。使用FOXP3表达式的切点推导FOX/Mac如附录图A2所示(仅在线)和CD68如所示(A)基于整个队列FOX/Mac评分的一线治疗失败时间。(B) 基于整个队列FOX/Mac评分的总生存率(OS)。(C) 仅根据早期疾病患者的FOX/Mac评分判断一线治疗失败的时间。(D) 仅晚期疾病患者一线治疗失败的时间。FFTF,无一线治疗失败。
连续数据分析
使用点图评估FOXP3、CD68和CD20的分布,并使用对数函数转换三个标记中的每一个,以促进多元分析(数据补充2图3,仅在线)。连续数据的单变量和多变量分析总结在数据补充1表4至表6中(仅在线)。
操作系统
在将生物标志物作为连续变量的单变量分析中,只有年龄、CD68和FOXP3是OS的重要预后因素。使用Cox比例风险模型(基于113名有可用数据的患者和37例观察到的死亡)进行的多变量分析包括年龄和FOXP3。在该模型中,FOXP3和CD68之间没有显著的总体交互项效应(P(P)= .475). 随着年龄的增长和FOXP3水平的降低,死亡率明显增加。包括临床因素的重复多变量分析8该模型基于76例晚期患者和28例死亡病例。只有FOXP3是一个独立的预后变量(P(P)= .005). 最能解释数据变化的模型包括年龄和FOXP3(预测指数[PI]=0.040×[age]−0.00017×[FOXP3绝对值]),其中Harrell的c指数为0.709,表明模型中的两个协变量都能很好地解释OS的变化(数据补编1表7和数据补编2图4,仅在线)。
决策支持系统
在单变量分析中,只有年龄和FOXP3是DSS的重要预后因素。多变量分析(基于113名有可用数据的患者和24例观察到的事件)包括年龄和FOXP3。FOXP3和CD68之间没有显著的相互作用(P(P)= .423). 包括临床因素的重复多变量分析基于76例晚期患者和20例事件。只有FOXP3是一个独立的预后变量(P(P)=0.015),最能解释数据变化的模型包括年龄和FOXP3(PI=0.0293×[年龄]−0.00028×[FOXP3绝对值]),其中Harrell的c指数为0.719(数据补充1表7和数据补充2图5)。
FFTF公司
在单变量分析中,只有分期、CD68和FOXP3是FFTF的重要预后因素。多变量分析(基于113名有可用数据的患者和50例观察到的事件)包括IV期疾病和FOXP3的存在。FOXP3和CD68之间没有显著的总体交互作用(P(P)= .728). 使用预后评分对76例晚期患者和35例事件进行重复的多变量分析。只有FOXP3是一个独立的预后变量(P(P)=0.03),模型最好地解释了数据中的变化,包括FOXP3和IV期疾病的存在(PI=0.635n-0.00021×[FOXP3绝对值],其中,如果患者患有IV期疾病,n=1,否则n=0),其中Harrell的c指数为0.656(数据补编1表7和数据补编2图6,仅在线)。
讨论
在CHL中,生物标记物的签名得到了可靠的验证,具有强大的预测能力,并且具有临床实施的成本效益,但仍然很难实现。由于有缺陷的统计分析和未能验证研究结果,很少有生物标志物被转化为临床实践。本研究在一个新的患者队列中验证了最近提出的三个预后生物标志物,并且,据我们所知,这是第一次将自动图像分析系统结合起来,以生成应用于多变量分析的连续变量,它消除了数据分类的潜在数据丢失,并检查了每个生物标记物表达的剂量效应。这项研究包括对分类数据的单独分析,这些数据与它要验证的研究相比较,更适用于手工评分和临床翻译。对于CD68、FOXP3和CD20生物标志物中的每一种,先前研究中提出的预后相关性得到了证实。
在分类分析中,非滤泡CD20表达预示着优越的OS,而在连续数据分析中不保留剂量效应。在分类分析中,CD68高表达可预测所有生存指标的不良结果,但在连续变量分析中仅对OS显示剂量效应,在多变量分析中不显著。在这两个独立的统计分析中,FOXP3的高表达是最佳预后的最可靠预测因子。作为一个连续变量,该标记物显示出在单变量和多变量分析中均显著的剂量效应。在适用于手动评分或临床应用(高、中、低渗透)的简化评分系统中,它保留了作为分类变量的预测能力。结合FOXP3和CD68的综合分类评分能够区分早期和晚期疾病风险特别低和良好的患者。基于FOXP3浸润细胞绝对数量和患者年龄作为连续变量的预后指数比单独考虑临床因素的指数能够更好地预测OS和DSS。
对各种生物标志物染色的TMA可用于表征CHL微环境,更好地理解疾病病理生理学,并测量患者异质性以预测结果。许多已发表的关于IHC的研究受到实验和统计方法的限制,因此不足以转化为临床实践。从GEP中得出的CHL微环境的结论受到所代表组织的异质性的限制,不同的组提出了不同的实验和统计方法产生的不同的预后GEP模式。12,24,32这些发现的大规模验证或临床应用因技术费用和缺乏一致性发现而变得困难。发现生物标记物可以预测预后仅仅是对相关性的描述,暗示但并不能有力地证实具有功能重要性的生物机制。例如,FOXP3表达带来的益处可能表明Tregs直接抑制CHL中的恶性B细胞或抑制微环境中支持肿瘤的T细胞。或者,它可能是肿瘤生物学或宿主免疫反应的另一个方面的替代标记物,有助于消除治疗后的残留疾病。它也可能只是代表一个非特异性T细胞激活标记。CD20表达的有利影响可能表明正常B细胞有助于抗肿瘤反应或代表对治疗更敏感的恶性细胞前体。我们发现CD20表达对OS有影响,但对FFTF无影响,这表明正常B细胞在CHL中具有复杂的作用,包括与宿主免疫的相互作用、治疗性远期效应、晚期复发、挽救和总体宿主适应度。巨噬细胞在肿瘤促进中的作用在生物模型中得到了更有力的证明,10,11但还需要进一步的功能研究来证明单个生物标记物的病理生理重要性。缺乏具有代表性的CHL体内或体外模型仍然存在问题,这是正在进行的研究的重点。
尽管存在这些局限性,相关的IHC生物标记物数据,适当生成,经过严格的统计检验,并得到广泛验证,可能有助于CHL的临床决策。通过显示早期治疗反应,功能成像显示出作为预后工具的巨大潜力,33但是,预处理预后生物标记物很少,也没有一种常规用于指导治疗。本研究通过检测每名患者的预处理淋巴结衍生组织的程度,并通过分析检测/验证方法用于确定切入点的使用,以及在多变量中独立作为连续变量,验证并确认了最近提出的预后生物标志物分析以证明剂量反应性并避免数据分类中的数据丢失。我们建议仅使用广泛可用的IHC标记物CD68和FOXP3,结合所描述的切点,即可得出一个简单的预后评分,该评分可能具有临床可译性。为了进一步验证这些发现,我们在两个新的独立患者队列中发起了国际合作,并在三个不同的实验室中使用预定义的切点以及自动和手动计数方法。
附录
图A1。
FOXP3和CD68表达的差异。CD68表达百分比与表达FOXP3的细胞数的线性回归分析显示无显著相关性(P(P)= .684; F=0.1666)。
图A2。
根据每个标记的得分推导FOXP3/Mac综合得分,显示(A)患者的分布,其切点由实线和(B)定义的扇区表示,这些切点转化为风险组(P=较差风险,Int=中等风险,G=良好风险)。
脚注
由英国癌症研究所和贝克基金会支持。
在2010年12月4日至7日于佛罗里达州奥兰多举行的美国血液学会第52届年会上,以及2011年6月15日至18日于瑞士卢加诺举行的第11届恶性淋巴瘤国际会议上,部分作为口头报告。
作者对潜在利益冲突和作者贡献的披露在本文末尾。
作者对潜在利益冲突的披露
尽管所有作者都完成了披露声明,但以下作者表示了与本文所考虑的主题相关的财务或其他利益。标有“U”的某些关系是指未获得补偿的关系;那些标有“C”的关系得到了补偿。有关披露类别的详细描述,或有关ASCO利益冲突政策的更多信息,请参阅投稿人信息中的作者披露声明和潜在利益冲突披露部分。
就业或领导职位:无顾问或顾问角色:无股票所有权:无霍诺拉里亚:约翰·格里本(John G.Gribben)、罗氏(Roche)、塞尔金(Celgene)、蒙迪尔马(Mundifarma)、默克(Merck)研究经费:无专家证词:无其他报酬:无
作者贡献
概念和设计:保罗·格里夫斯,约翰·格里本
数据收集和汇编:保罗·格里夫斯、安德鲁·克利尔、安德鲁·威尔逊、珍妮特·马修斯、安德鲁·欧文
数据分析和解释:Paul Greaves、Andrew Clear、Rita Coutinho、Milensu Shaninde、T.Andrew Lister、Maria Calaminic、John G.Gribben
手稿撰写:所有作者
稿件最终审批:所有作者
参考文献
1Steidl C,Connors JM,Gascoyne RD。霍奇金淋巴瘤的分子发病机制:越来越多的证据表明微环境的重要性。临床肿瘤学杂志。2011;29:1812–1826.[公共医学][谷歌学者] 2Engert A、Diehl V、Franklin J等。递增剂量BEACOPP治疗晚期霍奇金淋巴瘤:GHSG HD9研究的10年随访。临床肿瘤学杂志。2009;27:4548–4554.[公共医学][谷歌学者] 三。Engert A、Plütschow A、Eich HT等。早期霍奇金淋巴瘤患者治疗强度降低。N英格兰医学杂志。2010;363:640–652.[公共医学][谷歌学者] 4Viviani S、Zinzani PL、Rambaldi A等。计划大剂量治疗时,ABVD与BEACOPP治疗霍奇金淋巴瘤的比较。N英格兰医学杂志。2011;365:203–212.[公共医学][谷歌学者] 5Vartrasian M、Ratanatharathorn V、Uberti JP等。自体移植后进展的霍奇金病患者的临床病程和结局。白血病淋巴瘤。1995;20:59–65.[公共医学][谷歌学者] 6Shamash J、Lee SM、Radford JA等。复发或难治性霍奇金淋巴瘤大剂量化疗后的复发模式和后续治疗:一项双中心研究。安·昂科尔(Ann Oncol)。2000;11:715–719.[公共医学][谷歌学者] 7Castellino SM、Geiger AM、Mertens AC等。霍奇金淋巴瘤长期存活者的发病率和死亡率:来自儿童癌症存活者研究的报告。鲜血。2011;117:1806–1816. [PMC免费文章][公共医学][谷歌学者] 8Hasenclever D,Diehl V.晚期霍奇金病的预后评分:晚期霍奇金氏病的国际预后因素项目。N英格兰医学杂志。1998;339:1506–1514.[公共医学][谷歌学者] 9Küppers R.霍奇金淋巴瘤生物学。Nat Rev癌症。2009;9:15–27.[公共医学][谷歌学者] 10Condeelis J,Pollard JW。巨噬细胞:肿瘤细胞迁移、侵袭和转移的义务伙伴。单元格。2006;124:263–266.[公共医学][谷歌学者] 11Norman SJ。巨噬细胞浸润与肿瘤进展。癌症转移评论。1985;4:277–291.[公共医学][谷歌学者] 12Steidl C、Lee T、Shah SP等。肿瘤相关巨噬细胞与经典霍奇金淋巴瘤的存活率。N英格兰医学杂志。2010;362:875–885. [PMC免费文章][公共医学][谷歌学者] 13.Tzankov A,Matter MS,Dirnhofer S.在经典霍奇金淋巴瘤细胞微纤毛的背景下,完善了CD68阳性肿瘤巨噬细胞的预后作用。病理生物学。2010;77:301–308.[公共医学][谷歌学者] 14Kamper P、Bendix K、Hamilton-Dutoit S等。肿瘤滤过性巨噬细胞与经典霍奇金淋巴瘤的不良预后和EB病毒状态相关。血液学。2011;96:269–276. [PMC免费文章][公共医学][谷歌学者] 15Curiel TJ、Coukos G、Zou L等。卵巢癌中调节性T细胞的特异性募集促进免疫特权并预测生存率降低。自然医学。2004;10:942–949.[公共医学][谷歌学者] 16调节性T细胞、肿瘤免疫和免疫治疗。Nat Rev免疫学。2006;6:295–307.[公共医学][谷歌学者] 17Woo EY,Chu CS,Goletz TJ,等。早期非小细胞肺癌和晚期卵巢癌患者肿瘤中的调节性CD4(+)CD25(+)T细胞。癌症研究。2001;61:4766–4772.[公共医学][谷歌学者] 18Woo EY,Yeh H,Chu CS,等。前沿:肺癌患者的调节性T细胞直接抑制自体T细胞增殖。免疫学杂志。2002;168:4272–4276.[公共医学][谷歌学者] 19Lee AM、Clear AJ、Calaminic M等。诊断滤泡性淋巴瘤组织芯片中CD4+细胞数量和叉头盒蛋白P3阳性细胞的位置与结果相关。临床肿瘤学杂志。2006;24:5052–5059.[公共医学][谷歌学者] 20Yang ZZ,Novak AJ,Stenson MJ,等。B细胞非霍奇金淋巴瘤中肿瘤内CD4+CD25+调节性T细胞介导的浸润性CD4+T细胞抑制。鲜血。2006;107:3639–3646. [PMC免费文章][公共医学][谷歌学者] 21Carreras J、Lopez-Guillermo A、Fox BC等。大量肿瘤浸润FOXP3阳性调节性T细胞与滤泡性淋巴瘤整体生存率的提高相关。鲜血。2006;108:2957–2964.[公共医学][谷歌学者] 22Alvaro T、Lejeune M、SalvadóMT等。霍奇金淋巴瘤的预后可通过伴随的细胞毒性和调节性T细胞的存在进行预测。临床癌症研究。2005;11:1467–1473.[公共医学][谷歌学者] 23Kelley TW、Pohlman B、Elson P等。FOXP3+调节性T细胞与颗粒酶B+细胞毒性T/NK细胞的比率预测经典霍奇金淋巴瘤的预后,并且与bcl-2和MAL的表达无关。美国临床病理学杂志。2007;128:958–965.[公共医学][谷歌学者] 24Chetaille B、Bertucci F、Finetti P等。经典霍奇金淋巴瘤组织的分子剖析揭示了肿瘤微环境的变化以及与EBV感染和预后的相关性。鲜血。2009;113:2765–3775.[公共医学][谷歌学者] 25Tzankov A、Meier C、Hirschmann P等。肿瘤内FOXP3+调节性T细胞数量高与生发中心样弥漫性大B细胞淋巴瘤、滤泡性淋巴瘤和经典霍奇金淋巴瘤生存率提高的相关性。血液学。2008;93:193–200.[公共医学][谷歌学者] 26Beyer M,Classen S,Endl E,等。通过CD127和FOXP3的联合评估确定不同癌症亚型中调节性T细胞增加的比较方法。临床开发免疫学。2011;2011:734036. [PMC免费文章][公共医学][谷歌学者] 27Flavell KJ,Murray PG.霍奇金病和EB病毒。摩尔病理学。2000;53:262–269. [PMC免费文章][公共医学][谷歌学者] 28Norton AJ,Jordan S,Yeomans P.《高温热变性(压力蒸煮)简介:常规处理组织的一种简单有效的抗原提取方法》。病理学杂志。1994;173:371–379.[公共医学][谷歌学者] 29Kleiner HE、Krishnan P、Tubbs J等。人类乳腺癌中eIF4E及其下游效应蛋白的组织芯片分析。实验临床癌症研究杂志。2009;28:5. [PMC免费文章][公共医学][谷歌学者] 30Camp RL、Dolled-Filhart M、Rimm DL。X-tile:一种新的生物信息工具,用于生物标记物评估和基于结果的切入点优化。临床癌症研究。2004;10:7252–7259.[公共医学][谷歌学者] 31Altman DG、Lausen B、Sauerbrei W等。在评估预后因素时使用“最佳”切点的危险。美国国家癌症研究所杂志。1994;86:829–835.[公共医学][谷歌学者] 32Sánchez-Espiridión B、Montalbán C、López A等。基于4种功能通路的晚期经典霍奇金淋巴瘤分子风险评分。鲜血。2010;116:e12–e17。[公共医学][谷歌学者] 33.Hutchings M、Loft A、Hansen M等。两个化疗周期后的FDG-PET预测霍奇金淋巴瘤的治疗失败和无进展生存率。鲜血。2006;107:52–59.[公共医学][谷歌学者]