不可切除肝细胞癌中阿替利珠单抗–贝伐珠单抗与度伐利尤单抗–曲美木单抗的真实世界结局:一项协变量校正的Meta回归与探索性机器学习分析的系统评价

《Frontiers in Immunology》:Real-world outcomes of atezolizumab–bevacizumab and durvalumab–tremelimumab in unresectable hepatocellular carcinoma: a systematic review with covariate-adjusted meta-regression and exploratory machine learning analysis

【字体: 大 中 小 】 时间:2026年09月24日 来源:Frontiers in Immunology 7.0

编辑推荐:

  中文翻译(摘要部分) 背景/目的: 阿替利珠单抗–贝伐珠单抗(atezolizumab–bevacizumab, AB)与度伐利尤单抗–曲美木单抗(durvalumab–tremelimumab, DT)是不可切除肝细胞癌(unresectable hepat

  
中文翻译(摘要部分) 背景/目的: 阿替利珠单抗–贝伐珠单抗(atezolizumab–bevacizumab, AB)与度伐利尤单抗–曲美木单抗(durvalumab–tremelimumab, DT)是不可切除肝细胞癌(unresectable hepatocellular carcinoma, uHCC)的标准一线治疗方案,但二者的比较疗效仍不确定。 方法: 研究人员纳入76项观察性研究报告,共涉及10,243例患者。报告层面的中位生存期采用描述性方法汇总,而客观缓解率(objective response rate, ORR)与疾病控制率(disease control rate, DCR)采用随机效应模型进行综合。协变量校正的Meta回归为主要校正分析,不良事件采用描述性方法汇总。此外,研究人员采用无泄漏嵌套交叉验证(leakage-free nested cross-validation)进行探索性预测分析,以S学习器(S-learner)为主要模型,T学习器(T-learners)仅作为支持性分析。 结果: 证据基础包含60项AB研究报告(8,928例患者)与16项DT研究报告(1,315例患者)。对于中位总生存期(median overall survival, mOS),AB的样本量加权均值为17.7个月,DT为16.5个月;相应的报告层面中位数的中位数分别为17.1个月与13.8个月。上述生存期汇总均为描述性结果,未进行正式比较。随机效应合并ORR在AB中为26.6%,在DT中为20.8%;合并DCR分别为71.4%与55.4%。在协变量校正的Meta回归中,AB与DT的差异为:mOS +3.57个月(95% CI,?0.38至+7.52;P = 0.076),中位无进展生存期(median progression-free survival, mPFS)+1.96个月(+0.91至+3.02;P < 0.001),ORR +2.95个百分点(?2.65至+8.54;P = 0.302),DCR +16.15个百分点(+10.44至+21.86;P < 0.001)。mPFS的关联在一线为主队列中未得到重现(+1.35个月,?0.33至+3.04;P = 0.116),并在同时排除四项存在未解决重叠问题的报告后有所减弱(+1.69个月,+0.31至+3.07;P = 0.016)。 结论: 在可获得的汇总真实世界数据中,AB队列报告的mPFS与疾病控制率高于DT队列,而总生存期无法进行可靠比较。治疗线数、年龄、日历时期及协变量支持方面的显著差异,加之DT证据基础较小,妨碍了可靠的比较疗效推断。 系统评价注册: https://www.crd.york.ac.uk/PROSPERO/view/CRD420251141735,标识号CRD420251141735。

论文主体内容总结

研究设计与注册

本系统评价与Meta分析依据系统评价和Meta分析优先报告条目(Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA)进行报告,研究方案已在PROSPERO前瞻性注册(CRD420251141735)。主要证据综合对象为不可切除肝细胞癌(uHCC)中AB或DT治疗的观察性真实世界研究报告。研究对方案特异性结局进行描述,并采用Meta回归考察经校正的报告层面关联;预测建模为明确的探索性扩展。

检索策略

研究人员检索了PubMed、Embase及Cochrane Library自建库以来的文献,检索执行日期为2026年8月27日,无日期限制,未将研究设计术语作为强制性检索过滤条件。同时手工检查了相关综述与合格报告的参考文献列表,并针对在同一来源人群中直接比较AB与DT的报告进行了专项检索。九项直接比较报告均被列为背景证据,未与主要单臂证据合并。

纳入标准

合格报告须描述至少10例接受AB或DT治疗(任意治疗线数)的不可切除或晚期肝细胞癌成人患者的前瞻性或回顾性观察队列,并提供至少一项可提取的疗效结局(mOS、mPFS、ORR或DCR)。干预性试验、病例报告、综述、编辑部评论、无定量结局的报告及同一队列的重复报告均被排除。中位生存期未达到、不可估计或未报告的报告不纳入相应生存期汇总,且不进行插补。两名评审员独立评估可能的队列重叠,保留最完整的报告;存在未解决的部分重叠的报告保留于主要分析中,并通过单独及同时排除进行考察。

数据提取与质量评估

两名研究者独立提取研究设计、地区、入组时间、治疗线数、中位年龄、性别、病毒病因、Child–Pugh分级、甲胎蛋白、东部肿瘤协作组(Eastern Cooperative Oncology Group, ECOG)体能状态、大血管侵犯(macrovascular invasion, MVI)、肝外播散(extrahepatic spread, EHS)、结局定义、缓解标准及终点特异性分母。疗效结局为mOS、mPFS、ORR与DCR。采用纽卡斯尔–渥太华量表(Newcastle–Ottawa Scale, NOS)独立评估方法学质量,将报告分为高质量(≥7分)、中等质量(5–6分)或低质量(<5分)。

主要分析:描述性综合与Meta回归

报告层面的mOS与mPFS以样本量加权均值及报告层面中位数的中位数(含四分位距)进行描述性汇总。由于无法仅依据样本量得出删失中位数的有效报告特异性标准误,未对中位生存期计算置信区间、预测区间、I2、漏斗图及Egger检验。ORR与DCR采用一步DerSimonian–Laird随机效应模型进行综合。主要校正分析为对结局(以治疗方案、后线比例、中位年龄及MVI患病率为协变量)进行的完整病例随机效应Meta回归,系数被解释为生态学关联。报告按1/(SE2 + τ2)加权,mOS与mPFS的近似报告内标准误为median/(2√n),ORR与DCR为√[p(1 ? p)/n]。由于该近似无法捕捉删失中位数的不确定性,生存期Meta回归被报告为探索性生态学分析,同时并列报告不采用该近似的规格(样本量加权及未加权最小二乘法,采用HC3稳健标准误)。后线比例≤30%定义为一线为主队列。额外敏感性分析包括替代加权方案、逐一排除DT报告、同时排除未解决重叠报告、每个重叠家族保留一份报告,以及排除仅使用改良实体瘤疗效评价标准(modified Response Evaluation Criteria in Solid Tumors, mRECIST)的报告。漏斗图与Egger检验仅限于ORR与DCR。

描述性安全性综合

由于不良事件定义与确定方式在各报告间存在差异,安全性采用描述性方法汇总。每个不良事件类别中,补充表S2中具有非缺失值的报告均纳入贡献,百分比按基线样本量加权,并报告观察范围。未进行正式的比较性安全性分析。

探索性预测分析

作为探索性扩展,采用报告层面预测模型考察模型预测的治疗方案对比是否与Meta回归方向一致。完整病例数据集包括48份mPFS报告(40份AB与8份DT)及45份DCR报告(35份AB与10份DT),未进行插补。候选算法包括弹性网络、岭回归、最小绝对收缩与选择算子(least absolute shrinkage and selection operator, LASSO)、支持向量回归、随机森林及梯度提升。预测性能采用重复、治疗分层五折外交叉验证(六次重复)进行估计,超参数在内层四折循环中调整,所有预处理仅限于训练折;合并折外R2与截距仅基线进行比较。保留mPFS的弹性网络模型与DCR的随机森林模型。S学习器为主要探索性对比方法,通过在单一拟合模型中切换治疗方案指示变量实现;独立臂T学习器仅作为支持性分析。评估了十个协变量谱,其中六个需要外推,四个位于每个边际范围内。对于500次自举重复,报告在各治疗臂内独立重抽样;所得区间描述模型变异性而非治疗效应的置信区间,未赋予模型预测对比P值或q值。Shapley加法解释(Shapley additive explanation, SHAP)值仅用于定性模型解释。分析使用R 4.3.1与Python 3.10完成。

研究选择与特征

校正后的主要评价纳入76项观察性报告:60项AB报告(8,928例患者)与16项DT报告(1,315例患者),共10,243例患者。64项为回顾性研究,12项为前瞻性研究;52项(68.4%)来自亚洲地区,24项来自西方国家。发表年份为2021至2026年。中位随访时间为10.05个月(范围4.0–48.2)。mOS、mPFS、ORR与DCR分别可在45、62、60与56项报告中获得。AB队列的平均后线比例为19.6%,DT队列为43.2%;相应中位数分别为5.2%与54.8%。提供年龄的报告显示,AB报告层面中位年龄均值为68.4岁(范围57.0–82.0;k = 59),DT为71.7岁(62.0–75.6;k = 15)。这些差异连同日历时间分离及有限的协变量重叠,提示治疗方案组间存在潜在混杂。方法学质量方面,19项报告(25.0%)为中等质量,57项(75.0%)为低质量;无报告达到NOS高质量阈值。

描述性疗效结局

mOS方面,AB的样本量加权均值(39项报告;6,993例患者)为17.7个月,DT(6项报告;732例患者)为16.5个月;相应中位数的中位数分别为17.1个月(四分位距12.8–20.0)与13.8个月(10.7–17.5)。mPFS方面,加权均值AB为6.9个月(50项报告;7,617例患者),DT为4.5个月(12项报告;1,030例患者);中位数的中位数分别为6.6个月(5.4–7.9)与3.9个月(3.5–5.8)。上述生存期汇总为描述性结果,不构成正式的治疗方案间比较。随机效应合并ORR在AB中为26.6%(95% CI,23.8–29.4;I2 = 84.0%),在DT中为20.8%(16.7–24.8;I2 = 54.8%)。合并DCR分别为71.4%(68.8–74.0;I2 = 77.3%)与55.4%(52.5–58.4;I2 = 0.0%)。

协变量校正的Meta回归

在协变量校正的Meta回归中,AB–DT系数为:mOS +3.57个月(95% CI,?0.38至+7.52;P = 0.076;k = 37,含5项DT报告),mPFS +1.96个月(+0.91至+3.02;P < 0.001;k = 52),ORR +2.95个百分点(?2.65至+8.54;P = 0.302;k = 53),DCR +16.15个百分点(+10.44至+21.86;P < 0.001;k = 49)。在一线为主队列(后线比例≤30%)中,mPFS系数减弱且不再具有统计学显著性(+1.35个月,?0.33至+3.04;P = 0.116;k = 30),而DCR系数为+14.70个百分点(+5.12至+24.29;P = 0.003;k = 22),两项分析均仅含4项DT报告。逐一排除DT报告的估计范围为mPFS +1.67至+2.20个月,DCR +14.57至+17.05个百分点;同时排除四项未解决重叠报告后,系数分别为+1.69个月(+0.31至+3.07;P = 0.016)与+14.78个百分点(+7.86至+21.71;P < 0.001)。在不采用生存期方差近似的规格下,mPFS系数在样本量加权HC3最小二乘法下为+1.79个月(+0.37至+3.22;P = 0.014),在未加权下为+1.98个月(+0.71至+3.24;P = 0.002);mOS系数在两种规格下仍不具结论性(+2.51个月,?6.49至+11.50,P = 0.585;+3.72个月,?0.63至+8.07,P = 0.093)。替代加权方案与来源差异分析未实质性改变mPFS或DCR系数的方向。漏斗图仅限于ORR与DCR。在对数尺度上,Egger检验提示AB两臂及AB DCR存在小研究效应(均P < 0.001),但DT DCR无此效应(P = 0.944);鉴于各臂报告数量较少及临床异质性,上述发现未被解释为发表偏倚的证据。

描述性安全性结局

安全性报告仍存在异质性。任何级别不良事件在16项AB报告(2,259例患者;加权均值66.7%,范围26.7%–93.8%)及5项DT报告(367例患者;71.9%,34.4%–76.8%)中报告。≥3级或其他定义的重度事件在16项AB报告(2,337例患者;31.2%,10.0%–71.0%)及7项DT报告(477例患者;20.5%,9.4%–36.6%)中报告。上述数值仅为描述性结果。

直接比较的真实世界队列与探索性预测分析

九项真实世界报告在同一来源人群中比较了AB与DT,因系列报告来自同一联邦或多中心网络,九项报告仅代表四个独立来源家族。无一项在其主要总生存期比较中显示统计学显著差异,尽管一项报告描述了显著的1年里程碑结果。三项报告(来自两个来源家族)报告AB的DCR数值更高,两项报告AB的mPFS更长;安全性结果混杂。上述非随机化比较未合并,仅作为背景证据呈现。在无泄漏嵌套交叉验证中,弹性网络mPFS模型的合并折外R2为+0.114,随机森林DCR模型为+0.266,而截距仅基线分别为?0.041与?0.034。SHAP值显示,治疗方案指示变量对mPFS模型的贡献(平均|SHAP| 0.36个月)不超过MVI患病率(0.35)或病毒病因(0.35);在DCR模型中虽排名第一(3.5个百分点),但紧随其后的是中位年龄(2.4)与后线比例(1.1)——即AB与DT队列间差异最大的协变量——因此其贡献无法与队列组成分离。主要S学习器模型预测的对比为mPFS +1.30个月(自举95%变异性区间,+0.46至+2.20;48项报告)与DCR +10.21个百分点(+0.85至+17.18;45项报告),方向与Meta回归一致,但大小约为后者的三分之二。支持性T学习器预测(仅基于8项DT报告拟合mPFS,10项拟合DCR)分别在48项中的45项及全部45项报告中支持AB;然而,预测mPFS获益高于中位数的报告具有更高的后线比例(36% vs. 12%)与更老的中位年龄(71.5 vs. 66.7岁),表明预测获益追踪的是队列组成而非患者水平效应修饰。在十个协变量谱中,预测差异范围为mPFS +0.7至+3.2个月,DCR +3.0至+19.8个百分点;六个谱需要在至少一个DT边际协变量范围之外外推,两个极端值均在外推下出现,位于支持范围内的四个谱产生接近Meta回归估计的中间值。在七项协变量中,观察到的DT范围仅覆盖相应AB范围的19%–72%,因此即使位于每个边际范围内的谱也可能位于DT报告联合占据的区域之外。情景估计与SHAP排名因此被报告为模型行为的定性描述,而非亚组或治疗效应估计。

讨论

本评价综合了76项观察性报告(超过10,000例患者),据研究人员所知,首次对DT真实世界结局(16项报告;1,315例患者)与AB进行了合并综合。方案特异性汇总与关键性试验大体一致,AB估计亦与此前真实世界综合一致。然而,这种外部相似性并不能验证治疗方案间比较的有效性,因为来源队列在治疗线数、年龄、日历时期、入组标准及协变量支持方面存在实质性差异。早期终点与总生存期之间的区别在临床上仍然重要。STRIDE在HIMALAYA 5年随访中报告的持久生存尾部无法从中位PFS或DCR的跨研究差异中推断。相反,AB队列中报告的较高DCR并不能确立长期生存优势。DT的描述性mOS证据尤为稀少,仅基于6项报告,校正OS模型仅含5项DT报告。适应证混杂是主要局限性。AB队列的平均后线比例为19.6%,DT为43.2%,中位数分别为5.2%与54.8%;DT队列平均年龄更大,入组时间更晚。DT可能因静脉曲张、出血风险或门静脉高压而优先选择,这些变量未统一报告。mPFS系数在一线为主队列中未重现,并在同时排除未解决重叠报告后减弱;然而,这些敏感性分析最多含4项DT报告,因此既不估计无混杂的一线比较,也不证明等效性。HIMALAYA 5年更新确认DT作为一线标准的地位,当前指南均推荐两种方案而无头对头偏好。九项直接比较的真实世界报告提供了有用背景,但仅代表四个独立来源家族,存在残余混杂,且一项报告中比较组包含度伐利尤单抗单药。其总生存期比较总体不具结论性,与本研究不推断比较生存期的决定一致;报告的PFS与DCR方向仍为前瞻性评估的假设。一线治疗格局现还包括CheckMate 9DW之后的纳武利尤单抗联合伊匹木单抗,这些进展增加了对直接比较证据的需求。探索性预测分析未能克服证据结构的不连通与不平衡。尽管S学习器避免了对极小治疗臂拟合独立主要模型,切换治疗方案指示变量仍需要在重叠较差的协变量空间中进行预测。T学习器因DT特异性模型仅含8或10项报告而更不稳定。无泄漏交叉验证评估的是结局预测,而非治疗方案对比的有效性。跨模型的 directional 一致性仅表明内部一致性,不确立因果有效性。
本研究的优势包括:首次综合DT真实世界证据基础,采用无日期限制的校正检索及对所有新检索记录的独立双人筛选,并列出了九项直接比较的真实世界队列;分析设计可核查,明确说明终点特异性分母、报告间方差估计器及连续性约定,使合并值可从补充表S2重新计算;通过机构水平比较与机械性作者筛选审计队列重叠,并通过敏感性分析界定其最大影响而非假定;预测模型在无泄漏嵌套交叉验证下评估,并为每个谱量化协变量支持。通过识别证据缺失之处——一线DT队列、DT生存期及联合协变量支持——本评价明确了当前所需的注册研究与比较研究。
本研究的局限性包括:几乎所有证据均为观察性单臂研究,存在显著适应证混杂、有限重叠及无共同比较组;DT证据基础较小,尤其对于mOS、一线敏感性分析与预测模型;可能的局部队列重叠无法从出版物中量化,尽管已考察个体、同时及家族水平排除;关键预后变量、缓解标准、随访及不良事件定义报告不完整且不一致,完整病例分析可能引入选择偏倚;所有报告均为低或中等方法学质量;删失生存分布的中位数仅能描述性汇总;比例的漏斗图不对称可能反映临床异质性及比例与其标准误之间的数学关系,而非发表偏倚;一线阈值在修订期间采用,最多仅留4项DT报告;预测结果不稳定,经常需要外推,且基于汇总数据。

结论

可获得的汇总真实世界数据显示,AB队列报告的mPFS与DCR高于DT队列,而总生存期无法可靠比较。PFS关联在一线为主队列限制下不稳健,并在同时排除四项未解决重叠报告后减弱。队列间的显著差异及较小的DT证据基础妨碍了可靠的比较疗效推断。DCR发现的方向被保留为前瞻性头对头或个体患者数据评估的假设,而非治疗方案效应的证据。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号