《Oral Oncology》：Veteran oropharyngeal cancer outcomes in the modern era: a multi-institutional retrospective analysis
编辑推荐：
口咽鳞状细胞癌退伍军人多中心研究纳入894例（HPV相关597例，非HPV相关197例），均接受根治性放疗（100%）联合化疗（90%）。结果显示5年总体生存率54%，显著低于局部控制率（87%）和远处转移控制率（87%）。多因素分析表明肿瘤分级（T分期）和化疗选择是主要预后影响因素。该研究为AI辅助的精准医疗标记物开发奠定基础。
Samantha Little | Margaret F. Williams | Michael Gilkey | Dannelys Perez-Bello | Grace Amadio | Mark Klein | Alec Block | Elizabeth Gore | Michael Chang | Umamaheswar Duvvuri | Melonie A. Nance | Daniel J. Becker | Vinita Takiar | Carrie E. Flanagan | Larisa Schwartzman | Anant Madabhushi | Vlad C. Sandulache
美国德克萨斯州休斯顿迈克尔·E·德贝基退伍军人事务医疗中心，运营护理部门
摘要
目的
利用一个多机构队列来定义现代时代退伍军人的肿瘤学结果，该队列旨在支持口咽鳞状细胞癌（OPSCC）预后和预测生物标志物的开发和验证。
方法
对2000年至2024年间在九家退伍军人事务医疗中心接受治疗的成人OPSCC患者进行了回顾性分析；其中包括597例HPV相关肿瘤和197例HPV无关肿瘤。所有患者均接受了根治性外照射放疗（100%），部分患者同时接受了化疗。
结果
共有894名成人患者（平均年龄64岁；881名（99.5%）为男性）参与了研究；22%的患者自认为是黑人。整个队列的2年和5年总生存率分别为71%和54%，远低于局部区域控制（LRC）和远处转移控制（DMC）的水平。对于HPV相关的OPSCC患者，5年的LRC和DMC分别为87%。单变量和多变量分析显示，T分期和化疗选择是影响总生存率和LRC的最重要因素。
结论
尽管退伍军人的LRC和DMC率与最近完成的临床试验结果相当，但总生存率明显较低，这表明非癌症特异性死亡率较高。这些数据表明，基于治疗有效性的预测生物标志物策略应基于LRC和DMC而非总生存率。这项多中心研究是提供强大数据集的第一步，这些数据集有助于开发和优化基于人工智能（AI）的预后和预测策略，这对于OPSCC的精准医疗至关重要。
引言
口咽鳞状细胞癌（OPSCC）在国内外仍然是常见且具有破坏性的恶性肿瘤[1]、[2]、[3]。人乳头瘤病毒（HPV）相关疾病在美国占主导地位，并在普通人群中得到了广泛研究[4]、[5]。HPV相关患者的总体生存率明显高于HPV无关疾病和经典致癌物暴露的患者[2]。在过去20年中，我们的团队和其他研究机构试图进一步对OPSCC患者进行分层，特别是HPV相关患者，以便（1）更好地预测标准治疗后的生存情况；（2）制定减少治疗相关毒性的策略。多年来提出了各种病理组学、转录组学和放射组学方法，但尚未有真正的预测分类器应用于临床实践[6]、[7]、[8]、[9]。目前，即使HPV关联也仅作为一个预后生物标志物，无法安全地指导治疗方案的调整[6]、[10]、[11]。
针对OPSCC生物学特征的精准医疗方法需要扎实的临床数据基础，这包括关于治疗强度、治疗完成情况的详细信息，以及对局部区域复发和远处转移的更全面记录（例如NCDB、SEER等一般人群数据库中的数据[6]、[12]、[13]）。此外，这些方法需要认识到不同亚群体在疾病发病率、人口统计分布和风险因素特征方面存在差异[14]、[15]。与普通人群相比，退伍军人在人口构成和环境暴露方面存在差异，导致OPSCC发病率更高、生存结果更差[16]。过去十年中，单机构的数据集表明，退伍军人群体中烟草暴露的增加与生存率和治疗效果降低密切相关，但基于退伍军人事务管理局（VHA）的系统性研究工作进展缓慢[15]。六年前，领先的OPSCC专家在一次领域会议上强调了这一关键的知识空白[16]。为描述退伍军人特有的肿瘤生物学特征和结果，建议创建一个强大的多中心VHA数据集，以建立临床前模型并阐明退伍军人OPSCC的基因组和表观遗传学驱动因素[16]。
在这里，我们描述了填补这一知识空白的关键步骤，并总结了迄今为止可用于美国退伍军人的首个多中心VHA数据集，这些退伍军人在VHA医疗机构及其附属学术机构接受了OPSCC治疗。本文总结的临床数据将在VHA内部和外部共享，以便测试和优化基于该临床数据集开发的各种人工智能（AI）驱动的生物标志物策略。
材料与方法
数据收集、整理和分析得到了所有参与VHA机构的VA中央机构审查委员会和机构研究与发展委员会的批准：迈克尔·E·德贝基退伍军人事务医疗中心（VAMC）、克莱门特·J·扎布洛基VAMC、约瑟夫·麦克斯韦尔·克莱兰德亚特兰大VAMC、里士满VAMC、纽约港VAMC、路易斯·斯托克斯克利夫兰VAMC、辛辛那提VAMC、爱德华·海因斯VAMC和明尼阿波利斯VAMC。
本研究纳入标准包括（1）
患者和肿瘤特征
共有9家VHA机构（图1）生成了894名患者的队列，这些患者的治疗时间在2000年至2024年之间。其中557名患者的治疗时间在2015年至2024年之间，以反映现代OPSCC治疗的情况；然而，为了丰富HPV无关肿瘤的队列并提供更长的随访期，也纳入了2000年至2015年间接受治疗且临床数据完整的患者。
讨论
Ang等人十多年前首次引入了OPSCC的“风险”分类[27]，这引发了人们对精准医疗的期待，精准医疗简单来说就是为特定的生物学特征提供适当的治疗强度。然而，由于疾病本身的生物学复杂性（显然不仅仅是由HPV驱动的），以及各种因素的影响，开发OPSCC治疗反应生物标志物的努力受到了阻碍。
结论
有效管理OPSCC和开发精准医疗方法对个体患者的生存以及整个患者群体的治疗效果提升至关重要。目前的人口水平估计表明，仅通过管理主要驱动因素HPV来解决问题的想法是错误的，最近的研究报告进一步证实了这一点：<40%的女性和<5%的男性现役军人未接种疫苗。
资金来源
本工作得到了美国退伍军人事务部临床科学研究与发展服务项目1I01CX002776的支持。本手稿的内容不代表退伍军人事务部或美国政府的观点、意见或政策。
作者贡献声明
Samantha Little：撰写 – 审稿与编辑、初稿撰写、可视化、项目管理、数据分析。
Margaret F. Williams：撰写 – 审稿与编辑、方法学研究、数据分析、概念化。
Michael Gilkey：撰写 – 审稿与编辑、数据分析。
Dannelys Perez-Bello：撰写 – 审稿与编辑、数据分析。
Grace Amadio：撰写 – 审稿与编辑、数据分析。
Mark Klein：撰写 – 审稿与编辑、数据分析。
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益和个人关系：本研究不存在与本研究直接相关的利益冲突或利益关系。VCS是Femtovox公司的顾问。AM是Picture Health Inc.和Elucid Bioimaging的联合创始人及股东，同时也是Inspirata Inc.的股东，并担任Picture Health的首席科学官，同时为Takeda Inc.提供咨询服务。
