Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Toàn bộ cơ thể 18F-FDG PET/MR cho dự đoán thời gian sống không tiến triển và tổng thời gian sống ở bệnh nhân mắc lymphoma B lớn tái phát/chống trị
Tóm tắt
Nghiên cứu nhằm tìm ra các chỉ số hình ảnh Positron Emission Tomography/Magnetic Resonance (PET/MR) nửa định lượng và định lượng của cả mô u và mô bạch huyết không ác tính (tủy xương và lách) để dự đoán Thời gian sống không tiến triển (PFS) và Tổng thời gian sống (OS) ở bệnh nhân mắc lymphoma B lớn tái phát/chống trị (r/r) đang tham gia liệu pháp tế bào T Chimeric Antigen Receptor (CAR). Đây là một nghiên cứu tiềm năng tại một trung tâm với 16 bệnh nhân r/r LBCL điều trị bằng liệu pháp tế bào T CAR nhắm vào CD19. Hình ảnh toàn bộ cơ thể 18F-fluorodeoxyglucose (FDG) PET/MR được thực hiện trước liệu pháp và 3 tuần sau liệu pháp, sau đó là phân đoạn thủ công các mô u và mô bạch huyết. Các chỉ số nửa định lượng và định lượng đã được trích xuất, và tỷ lệ thay đổi các chỉ số (Δ) giữa hậu liệu pháp và trước liệu pháp đã được tính toán. Các chỉ số khối u bao gồm Giá trị Tiếp nhận Chuẩn hóa tối đa (SUVmax), Giá trị Tiếp nhận Trung bình (SUVmean), Thể tích Khối u Chuyển hóa (MTV), Khối u Tổn thương Glucose (TLG), Thể tích cấu trúc (V), Tổng gánh nặng khối u cấu trúc (Vtotal) và Hệ số Khuếch tán Xuất hiện Trung bình (ADCmean). Đối với các mô bạch huyết, các chỉ số được trích xuất bao gồm SUVmean, Giá trị Phần Trăm Mỡ Trung bình (FFmean) và ADCmean cho tủy xương, và SUVmean, V và ADCmean cho lách. Phân tích hồi quy Cox đơn biến kiểm tra mối quan hệ giữa các chỉ số được trích xuất và PFS và OS. Các đường cong sống sót được tạo ra bằng phân tích Kaplan–Meier và so sánh bằng kiểm định log-rank, với giá trị trung vị được sử dụng để phân loại. Các giá trị p chưa được điều chỉnh < 0.05 được coi là có ý nghĩa thống kê. Việc điều chỉnh cho các so sánh đa số đã được thực hiện, với Tỷ lệ Phát hiện Sai (FDR) < 0.05 được coi là có ý nghĩa thống kê. Các chỉ số khối u cấu trúc và chuyển hóa tổng thể trước liệu pháp (p < 0.05, FDR < 0.05) và Δ (p < 0.05, FDR > 0.05) có liên quan đến PFS và/hoặc OS. Theo phân tích Kaplan-Meier, thời gian sống không tiến triển dài hơn được ghi nhận ở những bệnh nhân có MTV trước liệu pháp ≤39.5 ml, ΔMTV≤1.35 và ΔTLG≤1.35. ΔSUVmax có liên quan đến PFS (p < 0.05, FDR > 0.05), trong khi ΔADCmean có liên quan đến cả PFS và OS (p < 0.05, FDR > 0.05). ΔADCmean > 0.92 cho thời gian sống không tiến triển và tổng thời gian sống dài hơn trong phân tích Kaplan-Meier. SUVmean tủy xương trước liệu pháp có liên quan đến PFS (p < 0.05, FDR < 0.05) và OS (p < 0.05, FDR > 0.05). Đối với sự hấp thụ FDG tủy xương, việc phân loại bệnh nhân có thể thực hiện trước liệu pháp (SUVmean ≤ 1.8). MTV, ADCmean khối u và sự hấp thụ FDG trong tủy xương không bị ảnh hưởng bởi xâm lấn khối u là những tham số PET/MR có thể dự đoán PFS và OS ở bệnh nhân r/r LBCL điều trị bằng tế bào T CAR. EudraCT 2016–004043-36.
Từ khóa
Tài liệu tham khảo
Locke FL, Ghobadi A, Jacobson CA, Miklos DB, Lekakis LJ, Oluwole OO, et al. Long-term safety and activity of axicabtagene ciloleucel in refractory large B-cell lymphoma (ZUMA-1): a single-arm, multicentre, phase 1–2 trial. Lancet Oncol. 2019;20:31–42.
Schuster SJ, Bishop MR, Tam CS, Waller EK, Borchmann P, McGuirk JP, et al. Tisagenlecleucel in Adult Relapsed or Refractory Diffuse Large B-Cell Lymphoma. N Engl J Med. 2019;380:45–56.
Abramson JS, Palomba ML, Gordon LI, Lunning MA, Wang M, Arnason J, et al. Lisocabtagene maraleucel for patients with relapsed or refractory large B-cell lymphomas (TRANSCEND NHL 001): a multicentre seamless design study. Lancet. 2020;396:839–52.
Chavez JC, Bachmeier C, Kharfan-Dabaja MA. CAR T-cell therapy for B-cell lymphomas: clinical trial results of available products. Ther Adv Hematol. 2019;10:2040620719841581.
Sterner RC, Sterner RM. CAR-T cell therapy: current limitations and potential strategies. Blood Cancer J. 2021;11:1–11.
Vercellino L, de Jong D, di Blasi R, Kanoun S, Reshef R, Schwartz LH, et al. Current and future role of medical imaging in guiding the management of patients with relapsed and refractory non-hodgkin lymphoma treated with CAR T-Cell therapy. Front Oncol. 2021;11:664688.
Cronin CG, Swords R, Truong MT, Viswanathan C, Rohren E, Giles FJ, et al. Clinical utility of PET/CT in lymphoma. AJR. 2010;194:W91–103.
Barrington SF, Mikhaeel NG, Kostakoglu L, Meignan M, Hutchings M, Müeller SP, et al. Role of imaging in the staging and response assessment of lymphoma: consensus of the International Conference on Malignant Lymphomas Imaging Working Group. J Clin Oncol. 2014;32:3048–58.
Cheson BD, Fisher RI, Barrington SF, Cavalli F, Schwartz LH, Zucca E, et al. Recommendations for initial evaluation, staging, and response assessment of Hodgkin and non-Hodgkin lymphoma: the Lugano classification. J Clin Oncol. 2014;32:3059–68.
Dean EA, Mhaskar RS, Lu H, Mousa MS, Krivenko GS, Lazaryan A, et al. High metabolic tumor volume is associated with decreased efficacy of axicabtagene ciloleucel in large B-cell lymphoma. Blood Adv. 2020;4:3268–76.
Vercellino L, Di Blasi R, Kanoun S, Tessoulin B, Rossi C, D’Aveni-Piney M, et al. Predictive factors of early progression after CAR T-cell therapy in relapsed/refractory diffuse large B-cell lymphoma. Blood Adv. 2020;4:5607–15.
Hong R, Tan Su Yin E, Wang L, Zhao X, Zhou L, Wang G, et al. Tumor burden measured by 18F-FDG PET/CT in predicting efficacy and adverse effects of chimeric antigen receptor T-Cell therapy in non-hodgkin lymphoma. Front Oncol. 2021;11:713577.
Cohen D, Luttwak E, Beyar-Katz O, Hazut Krauthammer S, Bar-On Y, Amit O, et al. [18F]FDG PET-CT in patients with DLBCL treated with CAR-T cell therapy: a practical approach of reporting pre- and post-treatment studies. Eur J Nucl Med Mol Imaging. 2022;49:953–62.
Iacoboni G, Simó M, Villacampa G, Catalá E, Carpio C, Díaz-Lagares C, et al. Prognostic impact of total metabolic tumor volume in large B-cell lymphoma patients receiving CAR T-cell therapy. Ann Hematol. 2021;100:2303–10.
Sesques P, Tordo J, Ferrant E, Safar V, Wallet F, Dhomps A, et al. Prognostic impact of 18F-FDG PET/CT in patients with aggressive B-cell lymphoma treated with anti-CD19 chimeric antigen receptor T cells. Clin Nucl Med. 2021;46:627–34.
Kuhnl A, Roddie C, Kirkwood AA, Menne T, Cuadrado M, Marzolini MAV, et al. Early FDG-PET response predicts CAR-T failure in large B-cell lymphoma. Blood Adv. 2022;6:321–6.
Heacock L, Weissbrot J, Raad R, Campbell N, Friedman KP, Ponzo F, et al. PET/MRI for the evaluation of patients with lymphoma: initial observations. AJR. 2015;204:842–8.
Atkinson W, Catana C, Abramson JS, Arabasz G, McDermott S, Catalano O, et al. Hybrid FDG-PET/MR compared to FDG-PET/CT in adult lymphoma patients. Abdom Radiol. 2016;41:1338–48.
Takahara T, Imai Y, Yamashita T, Yasuda S, Nasu S, Van Cauteren M. Diffusion weighted whole body imaging with background body signal suppression (DWIBS): technical improvement using free breathing, STIR and high resolution 3D display. Radiat Med. 2004;22:275–82.
Lin C, Itti E, Luciani A, Haioun C, Meignan M, Rahmouni A. Whole-body diffusion-weighted imaging in lymphoma. Cancer Imaging. 2010;10:S172–8.
Huang MQ, Pickup S, Nelson DS, Qiao H, Xu HN, Li LZ, et al. Monitoring response to chemotherapy of non-Hodgkin’s lymphoma xenografts by T2-weighted and diffusion-weighted MRI. NMR Biomed. 2008;21:1021–9.
Horger M, Claussen C, Kramer U, Fenchel M, Lichy M, Kaufmann S. Very early indicators of response to systemic therapy in lymphoma patients based on alterations in water diffusivity—A preliminary experience in 20 patients undergoing whole-body diffusion-weighted imaging. Eur J Radiol. 2014;83:1655–64.
Lin C, Itti E, Luciani A, Zegai B, Lin S, Kuhnowski F, et al. Whole-body diffusion-weighted imaging with apparent diffusion coefficient mapping for treatment response assessment in patients with diffuse large B-cell lymphoma: pilot study. Investig Radiol. 2011;46:341–9.
De Paepe KN, Van Keerberghen C-A, Agazzi GM, De Keyzer F, Gheysens O, Bechter O, et al. Quantitative whole-body diffusion-weighted MRI after one treatment cycle for aggressive non-hodgkin lymphoma is an independent prognostic factor of outcome. Radiol Imaging Cancer. 2021;3:e200061.
Cheng J, Zhao L, Zhang Y, Qin Y, Guan Y, Zhang T, et al. Understanding the mechanisms of resistance to CAR T-cell therapy in malignancies. Front Oncol. 2019;9:1237.
Schwenck J, Schörg B, Fiz F, Sonanini D, Forschner A, Eigentler T, et al. Cancer immunotherapy is accompanied by distinct metabolic patterns in primary and secondary lymphoid organs observed by non-invasive in vivo 18 F-FDG-PET. Theranostics. 2020;10:925–37.
Seith F, Forschner A, Weide B, Gückel B, Schwartz M, Schwenck J, et al. Is there a link between very early changes of primary and secondary lymphoid organs in 18F-FDG-PET/MRI and treatment response to checkpoint inhibitor therapy? J Immunother Cancer. 2020;8:e000656.
Derlin T, Schultze-Florey C, Werner RA, Möhn N, Skripuletz T, David S, et al. 18F-FDG PET/CT of off-target lymphoid organs in CD19-targeting chimeric antigen receptor T-cell therapy for relapsed or refractory diffuse large B-cell lymphoma. Ann Nucl Med. 2021;35:132–8.
Neepalu SS, Locke FL, Bartlett NL, Lekakis LJ, Miklos DB, Jacobson CA, et al. Axicabtagene Ciloleucel CAR T-cell therapy in refractory large B-cell lymphoma. N Engl J Med. 2017;377:2531–44.
Enblad G, Karlsson H, Gammelgård G, Wenthe J, Lövgren T, Amini RM, et al. A phase I/IIa trial using CD19-targeted third-generation CAR T cells for lymphoma and leukemia. Clin Cancer Res. 2018;24:6185–94.
Johnson SA, Kumar A, Matasar MJ, Schöder H, Rademaker J. Imaging for staging and response assessment in lymphoma. Radiology. 2015;276:323–38.
Fedorov A, Beichel R, Kalpathy-Cramer J, Finet J, Fillion-Robin J-C, Pujol S, et al. 3D Slicer as an image computing platform for the quantitative imaging network. Magn Reson Imaging. 2012;30:1323–41.
Kaddu-Mulindwa D, Altmann B, Held G, Angel S, Stilgenbauer S, Thurner L, et al. FDG PET/CT to detect bone marrow involvement in initial staging of patients with aggressive non-Hodgkin lymphoma: results from the prospective, multicenter PETAL and OPTIMAL>60 trials. Eur J Nucl Med Mol Imaging. 2021;48:3550–9.
Benjamini Y, Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. J R Statist Soc B. 1995;57:289–300.
Metser U, Miller E, Lerman H, Even-Sapir E. Benign nonphysiologic lesions with increased 18F-FDG uptake on PET/CT: characterization and incidence. AJR. 2007;189:1203–10.
Reimer C, Deike K, Graf M, Reimer P, Wiestler B, Floca RO, et al. Differentiation of pseudoprogression and real progression in glioblastoma using ADC parametric response maps. PLoS One. 2017;12:e0174620.
Xie T, Chen X, Fang J, Xue W, Zhang J, Tong H, et al. Non-invasive monitoring of the kinetic infiltration and therapeutic efficacy of nanoparticle-labeled chimeric antigen receptor T cells in glioblastoma via 7.0-Tesla magnetic resonance imaging. Cytotherapy. 2021;23:211–22.
Lazovic J, Jensen MC, Ferkassian E, Aguilar B, Raubitschek A, Jacobs RE. Imaging immune response in vivo: cytolytic action of genetically altered T cells directed to glioblastoma multiforme. Clin Cancer Res. 2008;14:3832–9.
Schiza A, Irenaeus S, Ortiz-Nieto F, Loskog A, Tötterman T, Sundin A, et al. Evaluation of diffusion-weighted MRI and FDG-PET/CT to assess response to AdCD40L treatment in metastatic melanoma patients. Sci Rep. 2019;9:18069.
Messina C, Bignone R, Bruno A, Bruno A, Bruno F, Calandri M, et al. Diffusion-weighted imaging in oncology: an update. Cancers (Basel). 2020;12:1493.
Lee JW, Kim SY, Han SW, Lee JE, Lee HJ, Heo NH, et al. [18F]FDG uptake of bone marrow on PET/CT for predicting distant recurrence in breast cancer patients after surgical resection. EJNMMI Res. 2020;10:72.
Bang J-I, Yoon H-J, Kim BS. Clinical utility of FDG uptake within reticuloendothelial system on F-18 FDG PET/CT for prediction of tumor recurrence in breast cancer. PLoS One. 2018;13:e0208861.
Lee JW, Lee M-S, Chung IK, Son MW, Cho YS, Lee SM. Clinical implication of FDG uptake of bone marrow on PET/CT in gastric cancer patients with surgical resection. World J Gastroenterol. 2017;23:2385–95.
Lee JW, Baek M-J, Ahn TS, Lee SM. Fluorine-18-fluorodeoxyglucose uptake of bone marrow on PET/CT can predict prognosis in patients with colorectal cancer after curative surgical resection. Eur J Gastroenterol Hepatol. 2018;30:187–94.
Zhao E, Xu H, Wang L, Kryczek I, Wu K, Hu Y, et al. Bone marrow and the control of immunity. Cell Mol Immunol. 2012;9:11–9.
Propper DJ, Balkwill FR. Harnessing cytokines and chemokines for cancer therapy. Nat Rev Clin Oncol. 2022;19:237–53
Chow MT, Luster AD. Chemokines in cancer. Cancer Immunol Res. 2014;2:1125–31.
Sharma G, Pothuraju R, Kanchan RK, Batra SK, Siddiqui JA. Chemokines network in bone metastasis: Vital regulators of seeding and soiling. Semin Cancer Biol. 2022. https://doi.org/10.1016/j.semcancer.2022.02.003.
Chu JE, Allan AL. The role of cancer stem cells in the organ tropism of breast cancer metastasis: a mechanistic balance between the “seed” and the “soil”? Int J Breast Cancer. 2012;2012:209748.
Ribelles N, Santonja A, Pajares B, Llacer C, Alba E. The seed and soil hypothesis revisited: current state of knowledge of inherited genes on prognosis in breast cancer. Cancer Treat Rev. 2014;40:293–9.
Hay KA, Hanafi L-A, Li D, Gust J, Liles WC, Wurfel MM, et al. Kinetics and biomarkers of severe cytokine release syndrome after CD19 chimeric antigen receptor–modified T-cell therapy. Blood. 2017;130:2295–306.
Deshmane SL, Kremlev S, Amini S, Sawaya BE. Monocyte chemoattractant protein-1 (MCP-1): an overview. J Interf Cytokine Res. 2009;29:313–26.
Griffith JW, Sokol CL, Luster AD. Chemokines and chemokine receptors: positioning cells for host defense and immunity. Annu Rev Immunol. 2014;32:659–702.
Kohli K, Pillarisetty VG, Kim TS. Key chemokines direct migration of immune cells in solid tumors. Cancer Gene Ther. 2022;29:10–21.
Hirayama AV, Gauthier J, Hay KA, Voutsinas JM, Wu Q, Gooley T, et al. The response to lymphodepletion impacts PFS in patients with aggressive non-Hodgkin lymphoma treated with CD19 CAR T cells. Blood. 2019;133:1876–87.
Schmidt GP, Schoenberg SO, Reiser MF, Baur-Melnyk A. Whole-body MR imaging of bone marrow. Eur J Radiol. 2005;55:33–40.