《Frontiers in Oncology》：Immunohistochemistry-based risk stratification of upper tract urothelial carcinoma
编辑推荐：
本研究针对上尿路尿路上皮癌（UTUC）传统临床病理参数难以精准预测复发风险及分子检测临床应用受限的问题，通过回顾性分析215例中国UTUC患者队列，采用GATA3、CK20、CK5/6、CD44、P53、FGFR3免疫组化（IHC）标记物构建两层级分子分型体系，创新性整合P53状态建立低、中、高风险组（RiskGroup）分层模型。结果显示该模型可有效识别管腔型肿瘤中隐匿的侵袭亚群，结合病理T分期、淋巴血管侵犯（LVI）构建的列线图预测1年无复发生存率（RFS）AUC达0.823，为精准辅助治疗决策提供了低成本、易推广的蛋白层面解决方案。
在泌尿系统肿瘤领域，上尿路尿路上皮癌（UTUC）虽然仅占所有尿路上皮癌的5%-10%，却因解剖位置特殊和治疗策略差异成为临床管理的难点。随着精准医学时代的到来，虽然全基因组测序揭示了肿瘤的分子特征，但高昂成本和技术门槛使其难以在临床常规推广。尤其在中国人群中，马兜铃酸暴露等特殊环境因素导致UTUC分子图谱具有独特性，而现有分子分型研究多基于西方人群，缺乏适合中国患者的低成本分型工具。这种现状使得临床医生在面对相同病理分期的UTUC患者时，往往难以预判哪些患者会出现早期复发，哪些可以避免过度治疗。正是在这样的背景下，昆明医科大学第二附属医院的研究团队开展了一项旨在建立实用型分子分型系统的研究，相关成果发表在《Frontiers in Oncology》杂志。
研究团队通过回顾性分析2021至2024年间接受根治性肾输尿管切除术（RNU）的215例UTUC患者数据，创新性地采用六联免疫组化（IHC）标记物（GATA3、CK20、CK5/6、CD44、P53、FGFR3）构建分型体系。首先基于管腔标记物（GATA3、CK20）与基底标记物（CK5/6、CD44）的表达比值进行两层级分型，随后整合P53野生型/突变型状态进一步细分为三层级风险组（RiskGroup）。通过免疫评分系统（IRS）量化蛋白表达，结合Cox回归分析和列线图模型验证预后预测效能，并利用决策曲线分析（DCA）评估临床获益。
关键技术方法包括：回顾性收集215例中国UTUC患者根治术后福尔马林固定石蜡包埋（FFPE）组织样本；采用标准化免疫组化染色及半定量免疫评分（IRS）系统评估标记物表达；基于管腔/基底标记物比值建立两层级分子分型，整合P53状态构建三层级RiskGroup风险分层；通过Kaplan-Meier生存分析和多变量Cox回归确定独立预后因素；构建整合RiskGroup、病理T分期和淋巴血管侵犯（LVI）的预测列线图，并进行Bootstrap内部验证及时间依赖性ROC曲线分析。
Clinicopathological characteristics
研究纳入的215例患者中位年龄67岁，男性占65.6%，44.7%位于肾盂，80%为高分级肿瘤。基底样亚型显示出更强的侵袭性特征：局部晚期（pT3/pT4）比例达69.7%（vs 管腔样33.3%），淋巴血管侵犯（LVI）阳性率48.3%（vs 27.0%），变异分化比例31.5%（vs 7.1%），所有差异均具统计学意义（P<0.001）。Ki-67增殖指数在基底样亚型显著升高（中位60% vs 40%，P=0.001），印证了其高增殖活性特征。
Two-tier molecular subtyping and prognostic analysis
基于GATA3/CK20与CK5/6/CD44表达平衡的分型显示，管腔样（58.6%）与基底样（41.4%）亚型具有显著差异的生存结局。基底样亚型患者总生存期（OS）和无复发生存期（RFS）显著缩短（Log-rank P<0.001），多变量分析证实其为RFS独立预测因子（HR=1.932，95%CI:1.169-3.194，P=0.01）。这一结果与西方人群研究一致，验证了IHC分型在UTUC中的普适性。
RiskGroup stratification and prognostic analysis
整合P53状态的三层级风险分层揭示出更精细的生物学异质性：低风险组（管腔样/P53野生型）FGFR3阳性率达66.2%，Ki-67中位30%；中风险组（管腔样/P53突变型）虽保留管腔免疫表型，但高级别肿瘤比例高达94.2%，Ki-67升至60%；高风险组（基底样）呈现最高LVI阳性率（48.3%）和远处转移率（37.1%）。生存分析显示三组RFS差异显著（P<0.001），高风险组较低风险组的复发风险比达2.60（95%CI:1.27-5.33，P=0.009），而中风险组调整后无统计学显著性（HR=1.63，P=0.227）。
Construction and validation of the prognostic nomogram
整合RiskGroup、病理T分期和LVI的列线图模型表现出良好预测效能：Bootstrap验证C指数为0.769（95%CI:0.713-0.823），1年RFS的AUC达0.823，阴性预测值（NPV）88.1%。校准曲线显示预测概率与实际观察率高度一致，决策曲线分析（DCA）证实其在广泛阈值概率范围内优于"全部治疗"或"不治疗"策略的临床净获益。
该研究首次在中国UTUC人群中建立了基于常规IHC标记的实用型分子分型系统，其创新性体现在三个层面：首先，通过GATA3/CK20与CK5/6/CD44的简单比值实现管腔/基底分型，解决了分子检测临床转化难的问题，与转录组分型的符合率达85%-90%；其次，引入P53状态细分管腔样肿瘤，成功识别出占中风险组94.2%高级别病变的隐匿侵袭亚群，这类在传统分型中易被低估风险的群体，其Ki-67指数（60%）与基底样亚型相当；最后，构建的列线图将分子分型与传统病理参数有机结合，1年RFS预测AUC突破0.8，为术后辅助治疗决策提供了量化工具。
值得注意的是，研究中发现的"管腔样/P53突变"中间风险群体具有重要临床启示：尽管保留管腔免疫表型，但其P53异常表达驱动的基因不稳定通路导致生物学行为接近基底样肿瘤。这与Nagata等人关于P53异常表达预示对Enfortumab Vedotin（EV）治疗敏感性的发现相呼应，提示该亚群可能从新型药物中获益。同时，低风险组66.2%的FGFR3高表达率，为FGFR抑制剂在UTUC精准治疗中的应用提供了蛋白层面的筛选依据。
讨论部分特别强调了该研究对中国人群的针对性：不同于西方人群，中国UTUC患者中马兜铃酸暴露导致的独特分子特征使得通用分型系统可能不适用。研究团队采用的六联IHC panel既涵盖了国际通用的分型标记（GATA3、CK5/6等），又纳入了具有亚洲人群特征的驱动基因产物（FGFR3、P53），这种"分子表型+驱动基因"的双重分层策略，为资源有限地区的精准医疗提供了可行方案。
当然，研究也存在单中心回顾性设计的局限性，且队列中高分级（80%）和局部晚期（pT3占43.7%）病例占比偏高，可能导致模型对低危人群的预测效能被高估。此外，由于缺乏术后系统治疗数据的完整性，未能评估RiskGroup对治疗反应的预测价值。这些不足也为后续多中心前瞻性研究指明了方向——特别是在FGFR3抑制剂和EV等新型药物治疗背景下，验证分子分型指导下的精准治疗策略。
这项研究的重要价值在于架起了基础研究与临床应用的桥梁：它将复杂的分子分型转化为病理科常规开展的IHC检测，使中国UTUC患者无需昂贵测序即可获得分子层面的风险分层。正如作者所言，当低风险组（Ki-67中位30%）可通过定期随访监测，而高风险组（LVI阳性率48.3%）需要强化辅助治疗时，这种基于蛋白表达的精准分层，正在重新定义UTUC的全程管理模式。
