编者按：9月13日~17日，2024年欧洲肿瘤内科学会（ESMO）年会在西班牙巴塞罗那成功举办。在本次大会上，复旦大学附属中山医院何国栋教授的一项借助PDNet模型来预测MSS局部晚期直肠癌患者放化疗联合免疫治疗疗效的研究荣获壁报展示（摘要号：551P）。《肿瘤瞭望消化时讯》现场特邀何国栋教授对该研究进行了深入解读。

肿瘤瞭望消化时讯：近年来免疫治疗飞速发展，如何筛选免疫治疗方案的优势人群成为临床上的核心问题。您今年入选ESMO壁报的研究探索了借助PDNet模型来预测MSS局部晚期直肠癌患者放化疗联合免疫治疗的疗效，能否请您详细介绍一下该研究的背景？

肿瘤瞭望消化时讯：能否请您谈谈该研究取得的主要结果有哪些？

图1.回归分析

研究使用了包含183张直肠MRI图像的数据集，其中147张用于训练阶段，36张用于测试阶段。训练后，PDNet模型在测试数据集上表现出色（内部验证）：分类准确率达到86.11%，阳性预测值为93.33%，阴性预测值为80.95%，灵敏度为77.78%，特异性为94.44%（图2左）。模型还记录了P值为0.0000498，曲线下面积（AUC）为0.8580，95%CI：0.6982~ 0.9805（图2右）。

图2. A. PDNet模型在验证队列中的预测性能（左）；PDNet模型在验证队列中预测pCR的BROC曲线（右）

总之，本研究表明，从MRI图像中提取的特征与实现pCR的可能性高度相关。利用开发PDNet模型，我们可以在MSS局部晚期直肠癌患者接受PD-1/PD-L1阻断剂联合放化疗治疗前，预测其实现pCR的概率。目前我们正在进行该模型的外部验证。

肿瘤瞭望消化时讯：能否请您谈谈这项研究对于临床实践中MSS局部晚期直肠癌患者的治疗决策有何重要意义？

何国栋教授：在今年ESMO大会上，我们可以看到不管国内还是国际都有很多免疫治疗相关研究，这些研究不仅仅单纯只关注患者是否达到pCR，还对ctDNA等分子生物标志物的数据进行了探索，因为只有这样才能既观察药物治疗的疗效，还可以解释其内在的一些潜在作用机制。我们本项研究也是如此。本研究通过PDNet模型筛选出免疫治疗的优势人群，进而将这些患者筛选出来，通过制定更加个性化的治疗策略，从而帮助这类患者豁免手术，保留功能，提高生活质量。如果通过模型检测发现这些患者可能达不到pCR，则等待观察策略可能就不再适用，我们就要考虑是进行进一步的手术还是采取随访观察，所以我个人认为本研究中的模型对临床医生制定个性化的治疗策略有一定的指导作用。相信未来，随着更多研究数据的积累，本项研究中的模型就能够更精准的检测出免疫治疗的优势人群，让更多患者获益。

肿瘤瞭望消化时讯：今年ESMO大会中，您印象比较深刻的研究进展有哪些？

ESMO大会现场许剑民教授团队两项壁报展示

专家简介

何国栋