Neuro-Oncology

2024年6月速览

 BREAKING NEWS EDITORIALS 

Identification of transcriptomic signatures associated with glioblastoma recurrence

Sean E Lawler

Neuro Oncol 2024 Jun 3;26(6):989–990, doi.org/10.1093/neuonc/noae044

Demonstrated efficacy and mechanisms of sensitivity of ONC201: H3K27M-mutant diffuse midline glioma in the spotlight

Isabel Arrillaga-Romany and Julie J Miller

Neuro Oncol 2024 Jun 3;26(6):991–992, doi.org/10.1093/neuonc/noae051

两篇论文的结果都证明了ONC201单药治疗H3K27M-DMG患者的疗效。然而，单臂研究和原发性脑肿瘤的治疗反应终点存在固有局限性，不能明确排除假性进展的影响。此外，《临床肿瘤学杂志》（JCO）研究中较长的发病时间和较长的缓解期、3个月的放射洗脱期，以及在分子未选择的胶质母细胞瘤患者队列中缺乏任何客观的放射学反应，表明潜在的假性进展的影响很小。

 REVIEWS 

由于活检组织有时难以获得，单纯基于影像学无法鉴别等原因，液体活检对CNSL的早期诊断与预后预测有重要意义。作者介绍了液体活检在中枢神经系统中的研究进展。

除了标准的脑脊液检测如细胞学和流式细胞术外，通过PCR检测IgH基因重排、FLC的检测、IL-10和CXCL13的检测都对CNS淋巴瘤的诊断有辅助作用。关于PCNSL的液体活检，MYD88 L256P突变和ctDNA的检测有助于诊断并实现个体化治疗，但其中的细节问题如突变的检测方法之间的比较仍需深入研究；microRNAs可作为潜在的诊断和预后生物标志物；基于脑脊液甲基组学的液体活检可以可靠地对三种主要的恶性脑肿瘤（CNSL、胶质母细胞瘤和脑转移瘤）进行鉴别，但受限于cfDNA的异质性和DNA含量的低等因素，还需进一步研究，才能应用于临床。

关于SCNSL累及CNS的液体活检，检测脑脊液和血液来源的MiRNA和ctDNA可能有助于更好地识别隐匿性中枢神经系统受累；检测脑脊液中与PCNSL相关的特定突变、染色体重排和DNA拷贝数改变，可能有助于诊断治疗后微小残留以及评估预后。

本文建议在PCNSL患者的临床试验或日常诊疗中可以选择性采用液体活检（表6）。（1）无法进行组织活检确定诊断时，如肿瘤位于深部脑组织、患者年老或合并症较多，液体活检有助于确诊；（2）肿瘤位置适合手术切除时，液体活检有助于鉴别恶性胶质瘤、决定切除范围；（3）根据诱导诱导化疗-免疫治疗后ctDNA的变化选择毒性最小的巩固治疗方案；（4）肿瘤对糖皮质激素有显著的缩小反应时，液体活检可避免组织活检；（5）液体活检对于监测对化疗和放疗敏感的疾病如PCNSL具有重要意义，可定义治疗的分子反应、监测微小残留病灶；此外，未来可用于区分一线治疗后的高低风险患者，调整后续治疗方案。

PCNSL中基于CSF ctDNA的突变分析的敏感性优于血浆。需要大量的健康对照组CSF样本进行观察性研究，校准液体活检结果，提高ctDNA检测的灵敏度与特异度。此外，探讨液体活检结果与疾病不同时间点的神经影像学特征之间的相关性有助于建立新的综合诊断标准和监测方法。

目前，尚无用于管理PCNSL和SCNSL患者的循环生物标志物，本文建议对体液采集和分子分析的技术进行标准化：应通过集中测试对各种检测方法进行评估。此外，通过MRI引导的聚焦超声破坏血脑屏障以提高血液和脑脊液中生物标志物的水平的方法值得进一步研究。上述所有问题都应在临床试验（表8）中得到解决，以使液体活检方法进入临床实践。

表1：液体活检在中枢神经系统淋巴瘤诊断和监测中的临床应用建议

表2：正在进行的包括液体活检在内的原发性中枢神经系统淋巴瘤的临床试验

【段厚州，万大海】

2. 恶性胶质瘤中端粒的维持机制和相关的治疗靶点

大多数癌症（约85%）都会激活端粒酶，在多次细胞分裂过程中维持端粒长度。端粒酶阴性的癌症会激活一种独特的、不依赖端粒酶的端粒维持机制，即端粒替代延长（ALT）。ALT利用同源重组来维持端粒长度，并表现出断裂诱导DNA复制的特征。在恶性胶质瘤中，端粒酶或ALT的激活在儿童和成人肿瘤中几乎无处不在，这些不同的端粒维持机制被激活的频率因胶质瘤亚型而异。在本综述中，作者总结了端粒维持机制（TMMs）领域的现状及其与胶质瘤生物学和治疗的相关性。回顾了在儿童和成人胶质瘤中导致端粒酶激活或ALT诱导的基因改变和分子机制。在此背景下，进一步回顾了针对TMMs的胶质瘤治疗策略的新证据。最后，作者对这一领域的关键差距和问题进行了评论，以便将目前对胶质瘤端粒维持的了解转化为更好的患者治疗策略。

BASIC AND TRANSLATIONAL INVESTIGATIONS 

1. FAM131B-AS2的拷贝数增殖通过减轻复制压力促进胶质母细胞瘤的进展

Copy number gain of FAM131B-AS2 promotes the progression of glioblastoma by mitigating replication stress

Shaobo Wang and others

Neuro Oncol 2024 Jun 3;26(6):1027–1041, doi.org/10.1093/neuonc/noae014

胶质母细胞瘤（GBM）的特点是7号染色体拷贝数增殖，尤其是7q34区域，可能会导致对治疗的耐药性，但其潜在的致癌基因尚未完全定性。在这种情况下，长链非编码RNA（lncRNA）的重要性受到了关注，因此有必要进行进一步的探索。作者利用qPCR对GBM样本和细胞中的FAM131B-AS2进行了量化。通过在GBM细胞中过表达和敲除FAM131B-AS2来研究其体内和体外功能。作者利用RNA-seq、qPCR、Western印迹、RNA拉取、共免疫沉淀试验和质谱分析研究了FAM131B-AS2的作用机制。通过CCK8检测、EdU检测、彗星检测和免疫荧光评估了FAM131B-AS2变异导致的表型变化。通过对149名原发性GBM患者进行分析，作者发现了位于7q34区域的lncRNA FAM131B-AS2，其上调可预测不良生存率。从机理上讲，FAM131B-AS2是复制应激反应的关键调节因子，它通过招募USP7稳定RPA1，并激活ATR通路以保护单链DNA免受断裂。此外，FAM131B-AS2过表达会抑制CD8⁺ T细胞浸润，而抑制FAM131B-AS2则会激活cGAS-STING通路，增加淋巴细胞浸润并改善对免疫检查点抑制剂的反应。FAM131B-AS2有望成为辅助治疗反应的指标，也可能成为针对GBMs的联合免疫疗法的潜在候选者。

【翟玉龙】

2. DNA甲基化亚分类、非整倍体和CDKN2A/B同源缺失在预测IDH突变星形细胞瘤临床结局中的预后价值

IDH突变星形细胞瘤的分级一直完全基于形态学，中枢神经系统WHO第五版将CDKN2A/B同源缺失作为4级的生物标志物。作者试图研究DNA甲基化衍生的分子生物标志物对IDH突变星形细胞瘤预后的影响。通过分析2014年至2022年期间在纽约大学朗贡医疗中心确诊的98例IDH突变星形细胞瘤，作者回顾了DNA甲基化亚类、CDKN2A/B同源缺失和倍体，并将分子生物标志物与组织学分级、无进展生存期（PFS）和总生存期（OS）相关联。研究结果通过两个独立的验证队列得到了证实。如果仅按组织学WHO分级、拷贝数复杂性或切除范围进行分层，OS或PFS没有明显差异。根据CDKN2A/B基因同源缺失或DNA甲基化亚类对患者进行分层后，OS有明显差异。尽管DNA甲基化分类显示出一种趋势，但没有一个分子生物标志物与明显改善的无进展生存期（PFS）相关。目前世界卫生组织公认的IDH突变星形细胞瘤分级标准显示出有限的预后价值。基于DNA甲基化的分级对OS具有更高的预后价值。

【翟玉龙】

3. 脑转移瘤的侵袭性生长与pSTAT3阳性星形胶质细胞释放CHI3L1有关

与微侵袭脑转移瘤（MI BrM）相比，高侵袭性（HI）病变与瘤周脑实质细胞形成大量接触，并与不良预后相关。由磷酸化的STAT3（pSTAT3）标记的反应性星形胶质细胞（RAs）最近已经成为BrM的一个很有前途的治疗靶点。在这里，我们探讨了BrM的侵袭模式是否受到pSTAT3⁺ RAs的影响，并可能作为STAT3抑制的预测生物标志物。我们使用免疫组化方法鉴定了高侵袭性（HI）和微侵袭性患者和患者来源的异种移植物（PDX）BrM中的pSTAT3⁺ RAs。我们使用HI和MI BrM的PDX合成转基因小鼠模型，评估了药理STAT3抑制或RA特异性STAT3基因消融对体内BrM生长的影响。利用脑片-肿瘤共培养试验在体外模拟癌细胞侵袭。我们对人类BrM和邻近脑组织进行了单细胞RNA测序。表达pSTAT3的RA位于脑瘤界面，并驱动BrM的侵袭性生长。在STAT3抑制或基因消减的情况下，HI BrM侵袭模式与生长延迟有关。我们证明pSTAT3⁺ RAs能分泌几丁质酶3-like-1（CHI3L1），而几丁质酶3-like-1是已知的STAT3转录靶标。此外，单细胞RNA测序在人类HI BrM中鉴定出表达CHI3L1的RA。使用脑切片-肿瘤共培养试验，STAT3激活或单独重组CHI3L1诱导癌细胞侵入脑实质。总而言之，这些数据揭示了pSTAT3⁺ RA衍生的CHI3L1与BrM侵袭相关，暗示STAT3和CHI3L1可作为治疗HI BrM的临床相关治疗靶点。

【郜彩斌】

要改进脑转移瘤药物的开发，就必须了解药物分布的促进因素和限制因素。为了更好地了解药物在脑转移瘤中的分布情况。我们在乳腺癌HER2+脑转移的血源性模型中进行了一项深入的时程实验，比较了曲妥珠单抗、人类IgG和代表小分子药物的探针（生物胞素-TMR）。我们分析的不是节点快照，而是药物/探针消除（清除）的时间过程和途径，重点是动脉内引流（IPAD）途径。我们向患有JIMT1-BR HER2+实验性脑转移瘤的小鼠注射生物胞素-TMR和曲妥珠单抗或人类IgG。药物/探针循环5分钟至48小时，然后进行灌注。对脑切片进行染色，以检测人IgG、血管基底膜蛋白层粘连蛋白或胶原蛋白IV以及动脉周围α-SMA。我们开发了一种机器学习算法，用于识别共聚焦扫描脑切片中的转移灶、转移微环境和未受影响的大脑。计算了27249个病灶的药物/探针随时间变化的强度和成像药物总暴露量（iAUC），并分析了11668个转移灶的IPAD血管基质共免疫荧光。结果我们发现，在转移瘤中，曲妥珠单抗的峰值水平比人IgG高5倍，但比生物胞素TMR低4倍。消除阶段占所有受试药物/探针总iAUC的85-93%。曲妥珠单抗在吸收过程中的总iAUC与小分子药物探针生物胞素-TMR相似，但曲妥珠单抗的消除速度较慢，导致总iAUC高出1.7倍。在消除过程中，曲妥珠单抗和IgG优先富集在α-SMA+的动脉周围血管基质中，这与IPAD清除途径一致；而生物胞素-TMR则显示出不同的消除途径。最终认为，药物/探针消除是脑转移药物开发的重要组成部分。我们发现了通过动脉周围血管基质消除全身给药抗体的延长途径，这可能有助于大型抗体疗法的持续存在和疗效。

【郜彩斌】

5. 废除G2/M检查点作为烷化剂的一种化疗增敏方法

胶质母细胞瘤和IDH-野生型（GBM）等恶性肿瘤的化疗策略通常采用包括替莫唑胺（TMZ）在内的烷化剂，但这些药物通常只能适度改善疾病预后。细胞周期受到检查点的严格调控，检查点在控制细胞周期的进展和时间方面发挥着至关重要的作用。癌细胞利用G2/M检查点作为抵抗基因毒性抗癌治疗的机制，允许在细胞分裂前进行DNA修复。操纵细胞周期的时间已成为一种潜在的策略，可增强基于DNA损伤的疗法的有效性。在本研究中，我们在重复暴露于烷化剂替莫唑胺（TMZ）的情况下进行了全基因组CRISPR/Cas9前向筛选，以研究肿瘤细胞在基因毒性应激下的生存机制。研究结果表明，在基因毒性作用下，包括共济失调-特朗吉赛突变（ATM）/范可尼（Fanconi）和错配修复在内的典型DNA修复途径决定着细胞的命运。值得注意的是，我们发现了PKMYT1在确保细胞存活方面的关键作用。PKMYT1耗尽会导致TMZ诱导的细胞毒性对癌细胞产生压倒性影响。全息图分析表明，烷化剂与Myt1激酶抑制剂RP-6306之间具有强大的药物协同作用。从机理上讲，抑制Myt1会迫使G2/M停滞的细胞在DNA损伤未完全恢复的情况下意外进入有丝分裂期。这种被迫进入有丝分裂的情况下，持续的DNA损伤导致严重的有丝分裂畸变。最终，这些畸变导致有丝分裂停止，细胞大量凋亡。临床前动物研究表明，TMZ和RP-6306的联合疗法延长了胶质瘤小鼠的总生存期。总之，我们的研究结果凸显了通过抑制Myt1靶向细胞周期定时作为一种有效策略来提高当前标准癌症疗法疗效的潜力，提高肿瘤抑制效果并改善疾病预后。

【郜彩斌】

 CLINICAL INVESTIGATIONS 

1. 胶质瘤中的生成式人工智能：确保训练图像表型的多样性以提高IDH突变预测的诊断性能

尽管异柠檬酸脱氢酶（IDH）突变等分子生物标志物的重要性已得到强调，但有限的数据限制了基于成像对胶质瘤分子亚型进行预测的能力。近日，韩国庆熙大学医学院放射科及放射学研究所Ho Sung Kim教授等评估了基于生成式人工智能（AI）的数据增强（generative artificial intelligence (AI)-based augmentation, GAA）是否能提供多样且真实的成像表型，通过研究发现，基于评分的扩散模型的生成式人工智能在胶质瘤中提供了逼真且多样的成像表型，生成式人工智能在预测胶质瘤中的IDH类型方面，诊断性能优于神经放射学家。

首先，研究人员为开发模型，从三级医院和癌症影像档案中收集了565例（346例IDH野生型，219例IDH突变型）具有配对增强对比T1和FLAIR MRI扫描的患者。在内部测试集（119例，78例IDH野生型，41例IDH突变型[IDH1和2]）和外部测试集（108例，72例IDH野生型，36例IDH突变型）上测试了性能。使用基于分数的扩散模型和ResNet50分类器开发了GAA。与零模型比较选择了最优GAA。两名神经放射学家（R1，R2）评估了成像表型的真实性、多样性，并预测了IDH突变。使用接收者操作特征曲线（AUC）下的面积比较了使用最优GAA训练的分类器与神经放射学家的性能。测试了肿瘤大小和对比增强对GAA性能的影响。生成的图像显示了真实性（图灵测试：47.5-50.5%）和指示IDH类型的多样性。使用110,000张生成的切片进行增强后实现了最优GAA（AUC：0.938）。与神经放射学家相比，使用最优GAA训练的分类器在内部测试集（R1，P=0.003；R2，P<0.001）和外部测试集（R1，P<0.01；R2，P<0.001）上均显示出显著更高的AUC值。对于大尺寸肿瘤或主要增强的GAA，其性能与最优GAA相当（内部测试：AUC 0.956和0.922；外部测试：0.810和0.749）。

总之，该研究证实，应用具有真实性和多样性图像的生成式AI，在预测胶质瘤中IDH类型方面提供了优于神经放射学家的诊断性能。

【崔海瑞，杨建凯】

PEDIATRIC NEURO-ONCOLOGY

1. 应用多模态机器学习分析揭示造釉细胞型颅咽管瘤衰老相关分泌表型的复杂性

Unraveling the complexity of the senescence-associated secretory phenotype in adamantinomatous craniopharyngioma using multimodal machine learning analysis

Eric W Prince and others

Neuro Oncol 2024 Jun 3;26(6):1109–1123, doi.org/10.1093/neuonc/noae015

颅咽管瘤（ACP）是一种显著影响生活质量的中枢神经系统肿瘤。目前，手术和放疗是该病症仅有的治疗手段。最近的研究发现，ACP肿瘤中含有衰老的上皮细胞，这些细胞会释放衰老相关分泌表型（SASP）因子，从而促进肿瘤进展和转移。在本文中，美国科罗拉多大学安舒茨医学院神经外科Todd C Hankinson教授等利用计算分析和建模方法，对ACP原发肿瘤组织的单细胞核、单细胞及空间基因表达进行了深入研究，别出了表达SASP（+）的上皮细胞以及髓系和神经胶质组织，并发现它们共同定位于由巨噬细胞和神经胶质组织包围的衰老微环境中。本研究表明，抗肿瘤疗法（如Akt/mTOR抑制剂、针对衰老的疗法以及利用检查点抑制剂的免疫疗法）可能是当前临床试验治疗方案的有价值补充。

SASP是一个专业术语，用于描述衰老细胞在各种应激作用下释放的一系列分子，这些分子被认为有助于身体对损伤做出反应并进行修复。具体包括多种细胞因子、趋化因子和其他信号分子，它们在多个系统中展现出促肿瘤作用。然而，其促进肿瘤进展和转移的机制尚不清楚。

研究人员采用单细胞、单核和空间RNA测序技术，结合先进的统计和机器学习方法（以图形摘要形式呈现），深入探索了ACP组织的不同基因表达模式，进行了多种分析，包括基因表达聚类、从基因表达中推断衰老细胞，并进行细胞因子信号传导的推断。利用LASSO方法，他们选择了与衰老相关的基本基因表达途径。最后，通过免疫染色技术验证了他们的发现。此外，他们还对数据进行了详细注释，初步描述了ACP组织内的细胞网络，并为这种具有异质性的肿瘤创建了空间模型。

研究人员观察到基因表达和组织结构存在显著的多样性。在ACP的上皮、骨髓和神经胶质组织中均发现了具有PI3K-mTOR活性的SASP细胞。关键因子如NFKB、RELA和SP1在调节基因表达中起着不可或缺的作用，而衰老标志物则广泛存在于整个组织中。SPP1被确定为ACP细胞中最关键的细胞因子信号网络，而Wnt信号通路则主要在上皮细胞和神经胶质细胞之间发挥作用。研究还揭示了衰老相关特征和途径（例如PI3K/Akt/mTOR、MYC、FZD和Hedgehog）与这些细胞中P53表达增加之间的紧密联系。在ACP上皮细胞中，调节性信号传导的缺失促进了P53和Akt的表达，进而驱动了SASP的产生。

细胞衰老、细胞因子信号传导和基因表达途径之间的复杂相互作用构成了ACP发育的基础。为了深入了解这些元素如何相互作用，并为ACP患者创造新的治疗方法，进一步的研究至关重要。抗肿瘤疗法，如Akt/mTOR抑制剂、衰老导向疗法以及利用检查点抑制剂的免疫疗法，可能是当前临床试验方案的宝贵补充。

【崔海瑞，杨建凯】

NEUROIMAGING

1. 基于聚类的胶质母细胞瘤预后研究：揭示基于扩散和灌注相似性的异质性

Generative AI in glioma: Ensuring diversity in training image phenotypes to improve diagnostic performance for IDH mutation prediction

Hye Hyeon Moon and others

Neuro Oncol 2024 Jun 3;26(6):1124–1135, doi.org/10.1093/neuonc/noae012

上图：两个聚类中不同肿瘤区域高成像参数的百分比。聚类1显示在所有区域中具有高扩散值的患者百分比显著较高，而聚类2则显示在所有区域中具有高灌注值的患者百分比较高。

【李志键，杨建凯】

Glioblastoma and radiotherapy: A multicenter AI study for Survival Predictions from MRI (GRASP study) 

Alysha Chelliah and others

Neuro Oncol 2024 Jun 3;26(6):1138–1151, doi.org/10.1093/neuonc/noae017

胶质母细胞瘤是最具侵袭性的成人原发性脑肿瘤，放射治疗是重要的治疗方法，但并非所有患者都能从中受益。目前仍缺乏可靠的方法来预测患者对放射治疗的反应和生存时间。

Chelliah等人使用深度学习分析了来自206例胶质母细胞瘤患者放射治疗后的首次脑MRI，以预测患者完成放疗后8个月的生存率。研究结果显示，成像模型在合并测试集、回顾性测试集、外部前瞻性测试集中的AUC（0.93、0.92、0.93）均优于非成像模型（0.79、0.76、0.78），并且与成像和非成像的联合模型（0.91、0.94、0.89）的表现相似。此外，用来自10000张脑MRI的预训练权重将成像模型初始化能够显著提高其预测性能（全成像模型AUC=0.93；T1c分支预测AUC=0.83；T2分支预测，AUC=0.85；未经预训练AUC=0.64）。

最终得出结论，该模型可以根据放射治疗后首次脑MRI图像可靠准确地预测胶质母细胞瘤患者的生存时间，并区分出可能需要早期二线或临床试验治疗的患者，从而帮助临床医生为患者制定个性化的治疗方案来改善患者预后，具有重要临床应用价值。未来将扩大样本量、收集更多数据、与其他临床信息相结合以及探索并应用于其他肿瘤患者等。

【程传东，陈一楠】

Automated segmentation of ablated lesions using deep convolutional neural networks: A basis for response assessment following laser interstitial thermal therapy

Aden P Haskell-Mendoza and others

Neuro Oncol 2024 Jun 3;26(6):1152–1162, doi.org/10.1093/neuonc/noad261

LITT治疗已在神经肿瘤学领域获得认可，成为复发性或难以治疗疾病的重要治疗选择，有助于组织诊断以确定治疗过程、减少细胞损伤，相对于开放性切除术能够快速恢复正常功能。尽管LITT治疗具有独特的成像特征，但目前尚无标准化的反应评估标准，并且消融的组织仍留在原位，导致特征性的LITT治疗后水肿，使得LITT后反应评估复杂化。近年来基于AI的深度学习图像分割模型已被证实既高效又准确，因此，在本研究中提出了一种自动图像分割方法，用于LITT后异常增强的组织体积，并分析了体积变化、疾病进展和总体生存率之间的关联。

本研究纳入2015年至2023年期间在单一肿瘤或放射性坏死中心接受LITT且MRI随访时间≥9个月的所有患者。分析了61个LITT治疗病变和6个放射性坏死对照病例的384次独特的MRI检查。训练nnU-Net分割模型以在T1加权图像上自动分割LITT治疗病变的对比增强病变体积 (CeLV)。基线对比增强病变体积 (CeLV) 的百分比变化定义为从连续扫描的CeLV中减去基线CeLV，除以基线CeLV并乘以100%。使用体积测量进行反应评估。研究结果显示自动分割在367/384 (95.6%) 张图像中准确率较高。LITT治疗后1-3个月，CeLV中位数从基线增加至68.3% (IQR 35.1–109.2%)（P=0.0012），此后恢复到基线。LITT治疗患者的总生存期 (OS) 为39.1 (9.2–93.4) 个月。根据mRANO体积反应评估标准，我们采用CeLV较基线或最低点增加≥40%作为进展性疾病 (PD) 的阈值。56名 (37.5%) 患者中有21名出现进展，体积无进展生存期为21.4 (6.0–93.4) 个月。体积和临床放射学PFS曲线大致相似，但正如预期的那样，当通过更严格的体积方法评估PD时，由LITT后CeLV扩张驱动的早期事件的频率似乎有所下降。根据体积标准，6个月和12个月的PFS (PFS6和PFS12) 分别为98.2%和69.6%。通过临床放射学评估，PFS6为83.9%，PFS12为73.2%。体积进展的患者OS更差（17.3 vs 62.1个月，P=0.0015）。

本研究也有一些明显的局限性。本研究使用的分割模型是在大量T1加权对比后原发性和转移性肿瘤图像上训练的，但没有一个接受过LITT。此外，虽然本研究的目的是对所有符合影像随访标准的LITT治疗病变进行无偏的分割和反应评估，但新诊断的、非增强的低级别胶质瘤占我们数据集的一小部分（n=2名患者），最后，这项研究受到其单一机构回顾性设计的限制；缺乏来自外部机构的更远距离随访图像。

总体来说本研究自动病变分割可以加速体积疗效标准在临床实践中的采用，并定量表征典型的LITT后成像过程，证明了初始CeLV扩张发生在LITT后1-3 个月内，证实制定LITT治疗病变的疗效评估标准是可行的，应考虑用于临床试验。

【程传东，陈一楠】

 EPIDEMIOLOGY 

Developing a computable phenotype for glioblastoma

Sandra Yan and others

Neuro Oncol 2024 Jun 3;26(6):1163–1170, doi.org/10.1093/neuonc/noad249

本研究是关于如何利用电子健康记录（EHR）来准确识别胶质母细胞瘤（GBM）患者，以便进行大规模的人群和流行病学研究。研究者指出，传统的诊断代码方法无法准确识别GBM患者，因为没有特定于GBM的诊断代码，并且常用的代码也适用于其他恶性肿瘤。因此，研究者开发了一个可计算的表型（CP），结合结构化和非结构化的EHR数据，以提高GBM患者的识别准确性。研究者利用来自佛罗里达大学健康系统的数据进行研究，收集了包括诊断代码、医疗过程、实验室结果等结构化数据，以及临床医生的笔记、出院摘要、病理和放射学报告等非结构化数据。然后，研究者使用机器学习和自然语言处理技术来开发和验证GBM的CP。该研究解决了利用传统诊断代码方法识别GBM患者的困难，并提出了一种新的方法来利用EHR数据进行GBM的研究。通过开发和验证CP，可以更准确地识别GBM患者，并在大规模的人群和流行病学研究中应用这些数据。这将有助于改善GBM的诊断和治疗，并为GBM患者提供更好的医疗保健，也为利用EHR数据进行其他疾病的研究提供了方法和思路。