2024年8月21日,来自多伦多大学的Princess Margaret癌症中心的研究人员在《Nature Medicine》杂志上公布了一项重要研究成果。这项研究利用了迄今为止最大的脑膜瘤队列数据,结合了多平台的分子数据、治疗记录以及长达20年的临床结果,结合了RTOG-0539 II期试验的样本,旨在通过分子特征优化脑膜瘤患者的治疗决策。
脑膜瘤是成年人最常见的原发性颅内肿瘤。针对这些肿瘤,临床上常常面临选择侵袭性手术或放疗的决策难题。该研究的核心在于利用分子分类来更准确地预测患者对治疗的反应,提升临床决策的效果。
研究人员使用了倾向评分匹配的方法,模拟了随机对照试验的设计。这种方法使他们能够比较不同程度的肿瘤切除和硬膜边缘处理在不同分子分类下的效果。
该研究分析了2,824例脑膜瘤的数据,其中包括1,686例肿瘤的分子特征数据和100例来自RTOG-0539试验的前瞻性样本。大规模的数据集使得研究结果更加全面可靠。
大范围的肿瘤切除与所有分子组的无进展生存期(PFS)相关联。在增殖性脑膜瘤中,这种手术还延长了总生存期。与不处理(Simpson 3级)相比,硬膜边缘处理(Simpson 1/2级)显著延长了PFS。这表明,针对脑膜瘤的硬膜起源和附着点进行处理,对于延迟复发具有重要意义。
分子分类在预测放疗反应方面表现出色。研究发现,免疫原性和NF2野生型脑膜瘤在接受辅助放疗后获得了显著的PFS收益。对于高代谢脑膜瘤,放疗效果则较为一般,而对侵袭性、增殖性脑膜瘤的效益有限。这些发现表明,基于分子特征的个体化放疗策略可能会更为有效。
研究人员开发并验证了预测放疗反应的分子模型。这些模型结合了DNA甲基化和基因表达数据,结果显示,DNA甲基化单独使用时预测效果较好,但结合两种分子平台的模型效果最佳。这些模型在预测治疗结果方面优于传统的WHO分级分类。
该研究强调了将分子特征整合到脑膜瘤治疗规划中的重要性。研究结果不仅挑战了现有的治疗模式,还为未来的研究提供了方向,特别是在放疗耐药性脑膜瘤的系统治疗方面。未来,基于分子病理学的信息进行临床试验,将有助于进一步探索针对脑膜瘤的新治疗方案。
分子特征在脑膜瘤治疗中的应用具有显著潜力。通过基于分子特征优化手术和放疗决策,可以提高治疗效果,实现个体化治疗。这项研究重新审视了历史上的治疗观点,为脑膜瘤患者带来了新的希望。