头颈癌治疗中断与结果:3项随机临床试验的二次分析

Treatment Interruption and Outcomes in Head and Neck Cancer: A Secondary Analysis of 3 Randomized Clinical Trials

作者信息Laila A Gharzai, Emily Morris, Matthew J Schipper, Kelley M Kidwell, Phuc Felix Nguyen-Tân, David I Rosenthal, Maura L Gillison, Richard C Jordan, Adam S Garden, Shlomo A Koyfman, Jimmy J Caudell, Dukagjin M Blakaj, Neal E Dunlap, Greg A Krempl, John M Longo, Christopher U Jones, Michael F Gensheimer, Thomas J Galloway, Lyudmila DeMora, Quynh-Thu Le, Jennifer L Shah, Krithika Suresh, Michelle Mierzwa
PMID41343184
发布时间2025-12-04
DOI10.1001/jamaoto.2025.4203

实验完整度

中

基于三项前瞻性随机试验的回顾性二次分析,使用Cox比例风险模型评估放疗中断对结局的影响,包含二分类和连续中断时长分析,并进行交互作用和亚组预测。

主要模型

p16阳性口咽癌患者 p16阴性口咽癌及其他部位头颈鳞癌患者

重点核对

放疗中断的定义和测量方法(二分类或连续天数) p16状态分组(p16阳性口咽癌 vs 局部晚期头颈鳞癌) 放疗中断时长(连续变量,每7天) 临床和肿瘤特征(T分期、N分期、吸烟史、体能状态等)

摘要

重要性:历史证据表明,放疗(RT)的延迟或中断与头颈鳞状细胞癌(HNSCC)较差的肿瘤学结果相关。在COVID-19大流行期间,治疗方案经常被打乱,引起了重大关注。 目的:确定RT中断对局部区域失败(LRF)和总生存期(OS)的影响。 设计:对三项随机试验(NRG/RTOG 0129、0522、1016)的回顾性审查。HNSCC患者被分为(i)p16阳性口咽癌(p16+ OPSCC)和(ii)p16阴性口咽癌和所有其他亚部位(无论p16状态)统称为局部晚期HNSCC(LAHNSCC)。使用Cox比例风险模型评估RT中断(二分类模型)和RT中断时长(连续模型)对LRF和OS的影响。 环境:在国家合作组试验中接受RT治疗的患者。 参与者:NRG/RTOG 0129、0522、1016试验的患者。 暴露:RT中断的存在。 主要结局/测量指标:LRF和OS。 结果:共有1549名患者(1048名p16+ OPSCC,501名LAHNSCC)纳入二分类模型;439名(28.3%)有RT中断。1083名(69.9%)患者有可用的RT中断时长(连续模型)。二分类RT中断与LRF的风险比(HR)为1.04(95%CI 0.90–1.36),OS为1.22(95%CI 0.99–1.50)。作为连续预测因子,每中断7天对应LRF的HR为1.45(95%CI 1.12–1.89),OS为1.41(95%CI 1.07–1.86)。分析未表明p16状态的效应修饰,结果来自估计两种组别RT中断效应的模型。使用包含临床和肿瘤特征的协变量调整预测,平均而言,RT中断7天与p16+ OPSCC的3年LRF降低4.1%和LAHNSCC的9.1%相关。由于RT中断导致的预测3年LRF损害范围从非T4非N3 p16+ OPSCC患者的2.0%到T4N3 p16阴性癌症LAHNSCC患者的11.2%。 结论和相关性:RT治疗中断可能对HNSCC的LRF和OS产生负面影响,但影响程度因p16状态和临床特征而异。虽然应普遍避免治疗中断,但LAHNSCC或更高分期疾病的患者可能受影响最大。 试验注册:RTOG 0129: NCT00047008;RTOG 0522: NCT00265941;RTOG 1016: NCT01302834

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
放疗中断对头颈鳞癌患者局部区域失败和总生存期的影响,以及这种影响是否因p16状态和临床特征而异。
核心机制
放疗中断导致肿瘤细胞加速再增殖,从而降低局部区域控制和生存率。
主要证据
对三项随机试验的回顾性分析,使用Cox模型,发现连续放疗中断每增加7天,LRF和OS的风险比分别为1.45和1.41。
研究意义
研究意义在于为临床实践中避免放疗中断提供依据,并提示LAHNSCC或高分期患者可能受影响最大。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者分组和数据收集

确定分析队列并定义放疗中断和结局指标。

从三项随机试验中回顾性收集患者数据,根据p16状态和原发部位分组,收集放疗中断信息(二分类和连续天数)和临床协变量。

2

统计建模分析放疗中断与结局的关联

评估放疗中断(二分类和连续)对LRF和OS的影响。

使用Cox比例风险模型,按试验分层,调整多个协变量,评估放疗中断的效应,并探索p16状态的交互作用。

3

绝对风险预测和亚组分析

估计放疗中断对3年LRF和OS的绝对影响,并探索不同亚组间的差异。

基于模型预测无中断与7天中断的3年无事件概率差异,按p16状态、T4和N3疾病分层,并计算平均患者概况的预测差异。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
患者选择和分组
试验纳入标准、p16状态评估方法、肿瘤原发部位分组
阅读提示:方法部分:患者分组和p16状态定义
放疗中断定义
中断阈值(≥2天)、连续中断天数的收集方式
阅读提示:方法部分:放疗中断定义
结局指标
LRF和OS的定义,包括删失规则
阅读提示:方法部分:统计分析方法
统计模型
Cox模型调整的协变量、连续变量的函数形式(线性和平方根)
阅读提示:方法部分:统计分析方法