[发明专利]一种免疫治疗疗效预测方法及装置在审

专利信息
申请号: 202010600531.X 申请日: 2020-06-28
公开(公告)号: CN111755126A 公开(公告)日: 2020-10-09
发明(设计)人: 郭军;王轩;崔传亮;鄢谢桥;迟志宏;盛锡楠;斯璐;毛丽丽;唐碧霞;连斌;白雪;周莉;李彩莉 申请(专利权)人: 北京肿瘤医院(北京大学肿瘤医院)
主分类号: G16H50/50 分类号: G16H50/50
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 张睿
地址: 100142*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 免疫 治疗 疗效 预测 方法 装置
【说明书】:

发明实施例提供一种免疫治疗疗效预测方法及装置,能够对使用抗PD‑1单抗单药的免疫治疗疗效进行预测。方法包括:收集生存数据;其中所述生存数据包括使用抗PD‑1单抗单药治疗的多个肢端或粘膜黑色素瘤患者的临床信息和随访信息;根据预设生存分析建立所述生存数据对应的综合疗效预测模型;根据所述综合疗效预测模型预测免疫治疗疗效。

技术领域

本发明涉及医学卫生技术领域,尤其涉及一种免疫治疗疗效预测方法及装置。

背景技术

恶性黑色素瘤(MM,Malignant Melanoma)是进展最快,预后最差的恶性肿瘤之一。其在中国的发生率及死亡率近几年也呈现明显增加的趋势。根据发病部位及受阳光损伤程度,恶性黑色素瘤可分为四种病理类型:肢端型、粘膜型、慢性阳光损伤型和非慢性阳光损伤型。其中肢端及粘膜黑色素瘤是亚洲黄种人黑色素瘤较为常见的病理亚型,发病率分别为41.8%及22.6%。随着免疫治疗研究的不断进展,黑色素瘤治疗已进入了免疫治疗的新纪元,FDA先后批准了ipilimumab(αCTLA-4)、nivolumab(αPD-1)、pembrolizumab(αPD-1)以及atezolizumab(αPD-L1)作为进展期皮肤黑色素瘤的标准治疗。其中仅nivolumab单药在进展期皮肤黑色素瘤中的有效率高达43.7%,nivolumab联合ipilimumab免疫治疗的有效率更可达57.6%。但免疫验测点抑制剂免疫治疗在肢端及粘膜黑色素瘤方面的有效率却十分令人堪忧,相关研究显示抗PD-1单药有效率为23%,仅为皮肤黑色素瘤(CSD及NCSD)的一半,且无进展生存时间(PFS,Progression-Free Survival)明显低于皮肤黑色素瘤患者。如前所述,肢端及粘膜黑色素瘤在我国发病率较高,治疗效果不佳,预后差,寻找肢端及粘膜黑色素瘤免疫治疗预测指标,指导临床免疫治疗的需求已经迫在眉睫。

虽免疫治疗已然成为进展期黑色素瘤的标准治疗,但目前仍没有明确的疗效预测指标,亦无临床因素结合实验室指标综合预测的模型建立。

发明内容

本发明的目的是提供一种免疫治疗疗效预测方法,能够对使用抗PD-1单抗单药的免疫治疗疗效进行预测。

本发明实施例提供一种免疫治疗疗效预测方法,包括:

收集生存数据;其中所述生存数据包括使用抗PD-1单抗单药治疗的多个肢端或粘膜黑色素瘤患者的临床信息和随访信息;

根据预设生存分析建立所述生存数据对应的综合疗效预测模型;

根据所述综合疗效预测模型预测免疫治疗疗效。

可选地,所述综合疗效预测模型为列线图,所述根据预设生存分析建立所述生存数据对应的综合疗效预测模型,包括:

根据Kaplan-Meier方法中设置的所述生存数据的分类变量对总生存期OS的预后因素进行单变量分析;

根据单变量分析的结果绘制生存曲线,并将所述生存曲线进行对数秩检验,得到检验后所述生存曲线;

根据所述单变量分析确定对预后有影响的危险因素,根据Cox回归模型对所述危险因素进行多变量分析;

根据多变量分析的结果绘制列线图,并使用逐步后向消除程序对所述列线图进行处理,得到处理后的所述列线图;

其中,所述生存曲线用于评估所述列线图的预测性能。

可选地,所述根据所述综合疗效预测模型预测免疫治疗疗效,包括:

根据所述Cox回归模型,选择第一预设数量的危险因素并指定对应的具体得分,再通过所述列线图对所述生存数据进行分析,根据所述列线图的预测评分预测无进展生存时间PFS。

可选地,所述根据所述综合疗效预测模型预测免疫治疗疗效,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京肿瘤医院(北京大学肿瘤医院),未经北京肿瘤医院(北京大学肿瘤医院)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010600531.X/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top