文章信息
- 非转移性结直肠癌预后预测体系的研究进展与挑战
- Advances and Challenges in Prognosis Prediction Systems for Non-metastatic Colorectal Cancer
- 肿瘤防治研究, 2020, 47(12): 919-924
- Cancer Research on Prevention and Treatment, 2020, 47(12): 919-924
- http://www.zlfzyj.com/CN/10.3971/j.issn.1000-8578.2020.20.0608
- 收稿日期: 2020-06-04
- 修回日期: 2020-08-25
结直肠癌是全球常见的恶性肿瘤之一,在中国,其发病率与死亡率逐年上升,已居所有恶性肿瘤前五位[1]。目前,辅助化疗仅被推荐用于具有较高复发风险的非转移性肠癌患者;尽管如此,仍有大量低危患者接受了过度治疗。因此,我们亟需一套更为精准的预后预测系统来更好地规划非转移性结直肠癌的辅助治疗及随访管理。
目前,临床上最常用的预后预测体系是由美国癌症协会(American Joint Committee on Cancer, AJCC)发布的TNM分期系统。传统观点认为,分期越高预后越差;但研究发现,Ⅲa期患者往往较部分Ⅱ期患者有着更好的预后[2]。这表明,传统的TNM分期在精准预后预测方面存在一定局限性。尽管已有较多与结直肠癌预后有关的分子标志物被报道,但无论是传统的病理学指标还是新型的分子标志物,单一的预后因素在精准治疗体系下往往都是片面的。已有研究证实[3],将分子标记与传统病理学预后指标结合能够更为精准地预测肿瘤患者预后。因此,在结直肠癌预后预测体系的构建中,研究者也应该着力于整合不同类型的预后因素。本文将对各类非转移性结直肠癌的预后预测指标进行综述,同时探讨如何将各类不同的预后指标进行有机整合,从而构建新一代结直肠癌预后预测体系。
1 传统预后预测体系的困境 1.1 进退两难的TNM分期系统在前期研究中,我们通过对美国流行病学监测与预后项目(Surveillance, Epidemiology, and End Results Program, SEER)数据库进行统计分析,证实了非转移性结直肠癌“生存反常”现象的存在[4]。进一步分析表明,“生存反常”现象的产生是由于TNM分期将淋巴结转移(即N+)患者均归入Ⅲ期,使得N分期被赋予了过高权重。实际上,若以生存预后作为结局变量进行TNM分期重排列,会发现T分期对预后的权重更高。在这一基础上,我们通过提高T分期权重,构建了名为T-plus的非转移性结直肠癌分期系统。这一系统将T1N1归入Ⅰ期,将T1N1b-2a、T2N1归入Ⅱ期,而T4N0则被归入Ⅲ期。T-plus分期消除了原先的“生存反常”现象,具有更好的同质性、判别力及单一趋势性[5]。在后续研究中,我们也进一步论证了T-plus的分期核心理念在结直肠癌预后预测中的重要性[6]。
随后,我们进一步证实肠癌患者预后风险存在复杂的非线性现象与时间依赖性[7]。同时,一个优质的预后预测系统应能准确识别低危Ⅲ期患者,从而使这部分患者今后有望免除化疗及其带来的不良反应。基于此,仅囊括了T、N、M三个指标的TNM分期不能十分精准地反映患者的实际预后,在辅助治疗的决策上也具有一定的局限性。
1.2 基于临床诊疗信息的预后预测指标临床诊疗信息作为常规病例系统中客观记述的信息,其获取具有极强的便捷性;与此同时,临床诊疗信息也是患者现有疾病状态的客观反映。现已证明,梗阻、穿孔、肿瘤原发部位、外科手术质量等临床常见因素与患者的临床预后密切相关。
2004年,美国临床肿瘤学会提出了Ⅱ期结肠癌的复发高危因素[8],其中肠梗阻和肠穿孔是两个重要的临床指标。初诊有肠梗阻或肠穿孔的患者,5年生存率显著降低[9],且远处转移与局部复发的风险更高[10]。肠癌的原发部位也被证实与其预后相关。针对转移性结直肠癌的CRYSTAL和FIRE-3试验表明,RAS基因野生型患者中,左半结肠癌的患者预后显著优于右半结肠癌[11]。但在Ⅱ、Ⅲ期RAS野生型的结肠癌患者中,右半结肠癌患者的预后呈现不一致性,Ⅱ期患者预后优于左半结肠癌患者,而Ⅲ期患者预后较左半结肠癌患者差[12]。手术质量对肠癌患者的预后也有一定影响。研究表明,手术标本质量未达标的患者5年复发风险显著升高[13]。其中,环周切缘(circumferential resection margin, CRM)阳性被认为是重要的预后预测指标[14];CRM阳性患者的局部复发率远高于CRM阴性患者[15]。基于此,应考虑将以上指标纳入新的结直肠癌预后预测体系中。
1.3 基于病理信息的预后预测指标肿瘤的确诊依赖于手术标本的病理组织学判定,而患者的病理信息也是肠癌恶性生物学行为的直接反映;因此,详尽完备的病理信息对于患者的预后预测具有重要的作用。
淋巴结病理状态包括淋巴结检出数、阳性淋巴结比率(lymph node ratio, LNR)以及淋巴结位置,这些均与患者的复发和转移风险相关。研究表明,检出淋巴结数大于12枚的Ⅱ、Ⅲ期患者,术后肿瘤残留可能性较小,其5年总生存率(overall survival, OS)与无疾病进展生存期(disease free survival, DFS)更高[16]。一项纳入33个研究的Meta分析表明,在非转移性结直肠癌中,更高LNR意味着更低的OS和DFS[17]。对Ⅲ期结肠癌患者,转移淋巴结的位置与预后显著相关,仅有肠周淋巴结转移的患者无复发生存期(recurrence free survival, RFS)显著优于伴随中间以及主淋巴结转移的患者[18]。因此,准确的预后预测高度依赖于病理科医生对标本的病理组织学检测的准确性,而标本质量也与术后的生存效果密切相关。
组织学类型也与结直肠癌的预后有关。其中,结肠黏液腺癌被证实具有更高的淋巴结和腹膜转移风险,而且这类患者初诊时,即提示有较高的转移率,其治愈率和5年OS均显著低于其他病理类型[19]。微乳头状腺癌是一种特殊的结直肠癌病理类型。一项纳入42例结直肠微乳头状腺癌的研究显示,与972例普通结直肠腺癌相比,微乳头状腺癌的Ⅳ期患者更多。然而,两者的OS却没有任何统计学差异[20]。
目前,肿瘤出芽作为一种独立的预后因子在结直肠癌中有明确的应用前景[21]。直肠癌中肿瘤出芽的检出率为30.1%,这类患者5年OS降低近50%[22];另一项数据显示,低级别肿瘤出芽患者与高级别肿瘤出芽患者的累计5年和10年OS差异显著[23]。另一项和肿瘤出芽类似的病理预后标记为“肿瘤沉积(tumor deposit)”,目前在TNM分期系统中被定义为N1c,但其诊断标准仍存在一定争议[24-25]。Nagtegaal等[24]研究表明,肿瘤沉积与预后不良相关,且其对预后的负面影响远高于淋巴结转移和壁外血管浸润。因此,简单地将肿瘤沉积归为N1c会丢失有价值的预后信息。病理科医生应考虑将肿瘤沉积的数量纳入转移淋巴结的数量中,从而得出最终的N分期。
综上所述,传统的TNM分期由于其指标的单一性、权重的不准确性以及复杂的时间依赖效应,已不能准确预测结直肠癌患者的临床预后。随着临床诊疗信息与病理信息被逐步证明与患者的生存预后相关,在今后的研究中会将以上两者作为重要的指标纳入结直肠癌的预后预测体系。
2 预后预测的新趋势:分子标志物结直肠癌的发生发展过程包含了肿瘤细胞在遗传学及表观遗传学水平的分子过程,越来越多的分子标志物作为可靠的预后预测因子被应用于临床实践。一个优质的生物标志物应该具备以下特点:日常可用、简便易行、廉价快捷、稳定可靠、定量标准,同时这一指标应该是基于病理而且足够强大[26]。
目前研究较为全面的是单一分子标志物对结直肠癌预后预测的作用。在结直肠癌中,K-ras突变被证明是OS的负性预测指标[27]。BRAF基因编码丝氨酸/苏氨酸蛋白激酶,属于RAS-RAF-MEK- ERK激酶通路。对Ⅱ期和Ⅲ期结肠癌,BRAF突变预示着更差的OS,尤其是在低度微卫星不稳定型(microsatellite instability low, MSI-L)和微卫星稳定型(microsatellite stability, MSS)患者中[28]。VEGF是肿瘤血管生成的重要调控因子。在非转移性结直肠癌患者中,VEGF高表达预示着较差的RFS和OS[29]。PIK3CA第9和第20外显子同时突变的结直肠癌患者肿瘤特异性生存率(cancer specific survival, CSS)和OS较差,但单一外显子突变对预后无显著影响[30]。PIK3CA基因突变的肠癌患者在确诊后常规服用阿司匹林能够提高总生存期,而这一现象在野生型PIK3CA患者中则不存在[31]。Dalerba等发现CDX2阴性患者的5年DFS更差,且Ⅱ期CDX2阴性患者可以从辅助化疗中获益[32]。CpG岛甲基化在正常组织和结肠癌之间存在差异。Ogino等通过对649例结肠癌患者的研究发现,高CpG岛甲基化也可以作为结肠癌低CSS的独立预测因子[33]。鉴于上述单一分子标志物对预后预测的作用,它们也逐步被推荐用于患者常规的分子病理检测中。
除上述提到的单一生物标志物,几个多基因结合的检测芯片和(或)模型在预后预测上也有一定的准确性。有研究者将MSS、KRAS、BRAF和CIMP四项指标进行整合,从而将结直肠癌患者分为5种类型。其中,归为2型和3型的患者CSS最高,而5型患者最低[34]。12-基因复发评分体系是根据CALGB 9581试验中纳入的690例患者的基因检测数据建立,并在QUASAR试验的1 436例患者中得到独立验证[35-36]。该研究证明,在Ⅱ期结肠癌中,复发评分与复发风险呈显著正相关性。2016年,12-基因复发评分体系在SUNRISE试验中也得到成功验证,研究结果明确指出一些低风险的Ⅲ期患者即使不接受化疗,仍有较好的预后,从而避免了这类人群接受不必要的辅助化疗[37]。肿瘤突变负荷(tumor mutation burden, TMB)是指每个肿瘤的非同义突变位点总数。研究表明,针对接受化疗的非转移性结直肠癌患者,高TMB与较好的临床预后直接相关[38]。
Sadanandam等[39]利用无监督聚类法分析了1 290份结直肠癌组织的基因表达谱后,根据肿瘤“干性”和Wnt通路的表达情况,将患者分为6组(干细胞样型、炎症型、西妥昔耐药型、西妥昔敏感型、杯状型、肠上皮型)。De Sousa E Melo等[40]则通过对AMC-AJCCⅡ-90数据库进行数据挖掘,提出了基于146个基因表达情况的分类系统(CCS1-3型)。其中,CCS1和CCS2与染色体不稳定和MSI相关,而CCS3虽然预后差,治疗反应低,但其特征较难归纳。2015年,Guinney等首次提出了结直肠癌的CMS分型。这套体系根据患者遗传生物学背景的相似性,将结直肠癌所有分期的患者分为4个亚型(CMS1-CMS4)[41]。其中,预后良好的MSI富集亚群(CMS1)还具有细胞毒性淋巴细胞特异性基因过表达的特点;相反,预后不良的CMS4患者肿瘤组织中淋巴细胞和单核细胞来源的标志物表达较多[42]。在最新的研究中,有团队采用深度学习的方法通过患者的数字病理切片准确地预测了CMS分型,这为降低该分型的检测成本作出了巨大贡献,同时也提示着数字病理切片对于分子分型的预测将具有重要价值[43]。
综上所述,分子标志物作为结直肠癌分子病理学特征的体现,与患者的临床预后具有密切的相关性。单一的分子标志物具有检测方便,影响因素少的特点,但其缺少多基因联合检测的维度与准确性,而且,多基因联合检测更有助于对患者进行分子分型,这也是未来结直肠癌药物治疗的主要参考和研究方向。
3 免疫学指标:预测预后的新力量近年来,免疫治疗对恶性肿瘤的有效性已在多种肿瘤中得到验证。对于非转移性结直肠癌,一些免疫来源的分子标志物已被报道与预后相关,这些指标将逐步成为预后预测中的新力量。
CD133是结直肠癌干细胞标志物的一种,CD133高表达患者的5年和10年生存率明显低于CD133低表达的肿瘤患者[44]。白细胞介素-6(IL-6)是免疫应答中一种重要的促炎细胞因子。对于非转移性结直肠癌,IL-6阴性患者5年生存率为83%,而阳性患者仅为56%。多因素分析显示,IL-6是一个独立的预后预测因子[45]。同样,术前测定血清IL-10是预测DFS的关键指标之一[46]。研究表明,POLE校正区域突变的Ⅱ/Ⅲ期结直肠癌患者预后明显优于dMMR或pMMR患者[47]。
结直肠癌的免疫评分(Immunoscore)主要来源于对组织水平的免疫学特征描述[48]。免疫评分被证实比TNM分类系统具有更好的预后预测价值。对于非转移性结直肠癌,多因素Cox分析显示免疫评分与预后高度相关[49-50]。此外,免疫评分比MSI更能准确反映结直肠癌患者的免疫状态,且对结直肠癌的复发风险有着更为准确的预测。2018年来自Lancet的一篇多中心联合分析显示:在针对2 681例非转移性结直肠癌的样本分析中,免疫评分在各分中心具有较好的重复性,且能够准确地预测患者的复发风险,被建议列为与TNM分期同等级的评估指标[51]。
4 展望:新一代预后预测系统传统的AJCC-TNM分期系统尽管能够正常使用,但由于存在“生存反常”现象,有待进一步改良。临床指标、病理学因素、分子病理学指标以及免疫标志物均被证实有助于结直肠癌预后预测。然而,如何综合这些参数构建新一代结直肠癌预测系统就成为下一个亟待解决的重要问题。
首先,我们亟需一种新的研究方法和(或)体系来理解这类多因素预后预测系统。人工智能技术,如机器学习,可以用来解决这个问题。机器学习通过对大数据进行人工智能分析,可以构建能够自主学习并完成预后预测的算法。我们应该尝试利用机器学习与监督聚类方法构建结直肠癌的新型预后预测系统,从而避免产生预后与生存预测不匹配的“无效系统”。
综上所述,目前需要一个合适的下一代结直肠癌分类系统。该系统应包括更广泛的数据集、最新的分析方法,并由全球不同的结直肠癌专业队列进行验证。我们认为,下一代预后预测系统应该是简单、廉价、可靠地应用于临床。
作者贡献
孔祥兴:文献的查阅、论文的撰写与修改
李军:论文的整体规划、修改与定稿
[1] |
Chen W, Zheng R, Baade PD, et al. Cancer statistics in China, 2015[J]. CA Cancer J Clin, 2016, 66(2): 115-132. DOI:10.3322/caac.21338 |
[2] |
Kim MJ, Jeong SY, Choi SJ, et al. Survival paradox between stage ⅡB/C (T4N0) and stage ⅢA (T1-2N1) colon cancer[J]. Ann Surg Oncol, 2015, 22(2): 505-512. DOI:10.1245/s10434-014-3982-1 |
[3] |
Buus R, Sestak I, Kronenwett R, et al. Comparison of EndoPredict and EPclin With Oncotype DX Recurrence Score for Prediction of Risk of Distant Recurrence After Endocrine Therapy[J]. J Natl Cancer Inst, 2016, 108(11): djw149. DOI:10.1093/jnci/djw149 |
[4] |
Li J, Guo BC, Sun LR, et al. TNM staging of colorectal cancer should be reconsidered by T stage weighting[J]. World J Gastroenterol, 2014, 20(17): 5104-5112. DOI:10.3748/wjg.v20.i17.5104 |
[5] |
Li J, Yi CH, Hu YT, et al. TNM Staging of Colorectal Cancer Should be Reconsidered According to Weighting of the T Stage: Verification Based on a 25-Year Follow-Up[J]. Medicine(Baltimore), 2016, 95(6): e2711. |
[6] |
Kong X, Li J, Cai Y, et al. A modified TNM staging system for non-metastatic colorectal cancer based on nomogram analysis of SEER database[J]. BMC Cancer, 2018, 18(1): 50. DOI:10.1186/s12885-017-3796-1 |
[7] |
Chi SQ, Tian Y, Li J, et al. Time-dependent and nonlinear effects of prognostic factors in nonmetastatic colorectal cancer[J]. Cancer Med, 2017, 6(8): 1882-1892. DOI:10.1002/cam4.1116 |
[8] |
Benson AB, Schrag D, Somerfield MR, et al. American Society of Clinical Oncology recommendations on adjuvant chemotherapy for stage Ⅱ colon cancer[J]. J Clin Oncol, 2004, 22(16): 3408-3419. DOI:10.1200/JCO.2004.05.063 |
[9] |
Carraro PG, Segala M, Cesana BM, et al. Obstructing colonic cancer: failure and survival patterns over a ten-year follow-up after one-stage curative surgery[J]. Dis Colon Rectum, 2001, 44(2): 243-250. DOI:10.1007/BF02234300 |
[10] |
Biondo S, Parés D, Frago R, et al. Large bowel obstruction: predictive factors for postoperative mortality[J]. Dis Colon Rectum, 2004, 47(11): 1889-1897. DOI:10.1007/s10350-004-0688-7 |
[11] |
Tejpar S, Stintzing S, Ciardiello F, et al. Prognostic and Predictive Relevance of Primary Tumor Location in Patients With RAS Wild-Type Metastatic Colorectal Cancer: Retrospective Analyses of the CRYSTAL and FIRE-3 Trials[J]. JAMA Oncol, 2017, 3(2): 194-201. DOI:10.1001/jamaoncol.2016.3797 |
[12] |
Weiss JM, Pfau PR, O'Connor ES, et al. Mortality by stage for right-versus left-sided colon cancer: analysis of surveillance, epidemiology, and end results--Medicare data[J]. J Clin Oncol, 2011, 29(33): 4401-4409. DOI:10.1200/JCO.2011.36.4414 |
[13] |
Kiehlmann M, Weber K, Göhl J, et al. The impact of surgical quality on prognosis in patients undergoing rectal carcinoma surgery after preoperative chemoradiation[J]. Int J Colorectal Dis, 2016, 31(2): 247-255. DOI:10.1007/s00384-015-2421-5 |
[14] |
Gravante G, Hemingway D, Stephenson JA, et al. Rectal cancers with microscopic circumferential resection margin involvement (R1 resections): Survivals, patterns of recurrence, and prognostic factors[J]. J Surg Oncol, 2016, 114(5): 642-648. DOI:10.1002/jso.24360 |
[15] |
Adam IJ, Mohamdee MO, Martin IG, et al. Role of circumferential margin involvement in the local recurrence of rectal cancer[J]. Lancet, 1994, 344(8924): 707-711. DOI:10.1016/S0140-6736(94)92206-3 |
[16] |
Tsai HL, Huang CW, Yeh YS, et al. Factors affecting number of lymph nodes harvested and the impact of examining a minimum of 12 lymph nodes in stageⅠ-Ⅲ colorectal cancer patients: a retrospective single institution cohort study of 1167 consecutive patients[J]. BMC Surg, 2016, 16: 17. DOI:10.1186/s12893-016-0132-7 |
[17] |
Zhang MR, Xie TH, Chi JL, et al. Prognostic role of the lymph node ratio in node positive colorectal cancer: a meta-analysis[J]. Oncotarget, 2016, 7(45): 72898-72907. DOI:10.18632/oncotarget.12131 |
[18] |
Nagasaki T, Akiyoshi T, Fujimoto Y, et al. Prognostic Impact of Distribution of Lymph Node Metastases in Stage Ⅲ Colon Cancer[J]. World J Surg, 2015, 39(12): 3008-3015. DOI:10.1007/s00268-015-3190-6 |
[19] |
Hyngstrom JR, Hu CY, Xing Y, et al. Clinicopathology and outcomes for mucinous and signet ring colorectal adenocarcinoma: analysis from the National Cancer Data Base[J]. Ann Surg Oncol, 2012, 19(9): 2814-2821. DOI:10.1245/s10434-012-2321-7 |
[20] |
Gonzalez RS, Huh WJ, Cates JMM, et al. Micropapillary colorectal carcinoma: clinical, pathological and molecular properties, including evidence of epithelial-mesenchymal transition[J]. Histopathology, 2017, 70(2): 223-231. DOI:10.1111/his.13068 |
[21] |
van Wyk HC, Park J, Roxburgh C, et al. The role of tumour budding in predicting survival in patients with primary operable colorectal cancer: a systematic review[J]. Cancer Treat Rev, 2015, 41(2): 151-159. DOI:10.1016/j.ctrv.2014.12.007 |
[22] |
Ueno H, Murphy J, Jass JR, et al. Tumour 'budding' as an index to estimate the potential of aggressiveness in rectal cancer[J]. Histopathology, 2002, 40(2): 127-132. DOI:10.1046/j.1365-2559.2002.01324.x |
[23] |
Nakamura T, Mitomi H, Kanazawa H, et al. Tumor budding as an index to identify high-risk patients with stage Ⅱ colon cancer[J]. Dis Colon Rectum, 2008, 51(5): 568-572. DOI:10.1007/s10350-008-9192-9 |
[24] |
Nagtegaal ID, Tot T, Jayne DG, et al. Lymph nodes, tumor deposits, and TNM: are we getting better?[J]. J Clin Oncol, 2011, 29(18): 2487-2492. DOI:10.1200/JCO.2011.34.6429 |
[25] |
Jin M, Roth R, Rock JB, et al. The impact of tumor deposits on colonic adenocarcinoma AJCC TNM staging and outcome[J]. Am J Surg Pathol, 2015, 39(1): 109-115. DOI:10.1097/PAS.0000000000000320 |
[26] |
Galon J, Mlecnik B, Bindea G, et al. Towards the introduction of the 'Immunoscore' in the classification of malignant tumours[J]. J Pathol, 2014, 232(2): 199-209. DOI:10.1002/path.4287 |
[27] |
Conlin A, Smith G, Carey FA, et al. The prognostic significance of K-ras, p53, and APC mutations in colorectal carcinoma[J]. Gut, 2005, 54(9): 1283-1286. DOI:10.1136/gut.2005.066514 |
[28] |
Roth AD, Tejpar S, Delorenzi M, et al. Prognostic role of KRAS and BRAF in stage Ⅱ and Ⅲ resected colon cancer: results of the translational study on the PETACC-3, EORTC 40993, SAKK 60-00 trial[J]. J Clin Oncol, 2010, 28(3): 466-474. DOI:10.1200/JCO.2009.23.3452 |
[29] |
Des Guetz G, Uzzan B, Nicolas P, et al. Microvessel density and VEGF expression are prognostic factors in colorectal cancer. Meta-analysis of the literature[J]. Br J Cancer, 2006, 94(12): 1823-1832. DOI:10.1038/sj.bjc.6603176 |
[30] |
Liao X, Morikawa T, Lochhead P, et al. Prognostic role of PIK3CA mutation in colorectal cancer: cohort study and literature review[J]. Clin Cancer Res, 2012, 18(8): 2257-2268. DOI:10.1158/1078-0432.CCR-11-2410 |
[31] |
Liao X, Lochhead P, Nishihara R, et al. Aspirin use, tumor PIK3CA mutation, and colorectal-cancer survival[J]. N Engl J Med, 2012, 367(17): 1596-1606. DOI:10.1056/NEJMoa1207756 |
[32] |
Dalerba P, Sahoo D, Paik S, et al. CDX2 as a Prognostic Biomarker in Stage Ⅱ and Stage Ⅲ Colon Cancer[J]. N Engl J Med, 2016, 374(3): 211-222. DOI:10.1056/NEJMoa1506597 |
[33] |
Ogino S, Nosho K, Kirkner GJ, et al. CpG island methylator phenotype, microsatellite instability, BRAF mutation and clinical outcome in colon cancer[J]. Gut, 2009, 58(1): 90-96. DOI:10.1136/gut.2008.155473 |
[34] |
Phipps AI, Limburg PJ, Baron JA, et al. Association between molecular subtypes of colorectal cancer and patient survival[J]. Gastroenterology, 2015, 148(1): 77-87. DOI:10.1053/j.gastro.2014.09.038 |
[35] |
Gray RG, Quirke P, Handley K, et al. Validation study of a quantitative multigene reverse transcriptase-polymerase chain reaction assay for assessment of recurrence risk in patients with stage Ⅱ colon cancer[J]. J Clin Oncol, 2011, 29(35): 4611-4619. DOI:10.1200/JCO.2010.32.8732 |
[36] |
Venook AP, Niedzwiecki D, Lopatin M, et al. Biologic determinants of tumor recurrence in stage Ⅱ colon cancer: validation study of the 12-gene recurrence score in cancer and leukemia group B (CALGB) 9581[J]. J Clin Oncol, 2013, 31(14): 1775-1781. DOI:10.1200/JCO.2012.45.1096 |
[37] |
Yamanaka T, Oki E, Yamazaki K, et al. 12-Gene Recurrence Score Assay Stratifies the Recurrence Risk in Stage Ⅱ/Ⅲ Colon Cancer With Surgery Alone: The SUNRISE Study[J]. J Clin Oncol, 2016, 34(24): 2906-2913. DOI:10.1200/JCO.2016.67.0414 |
[38] |
Lee DW, Han SW, Bae JM, et al. Tumor Mutation Burden and Prognosis in Patients with Colorectal Cancer Treated with Adjuvant Fluoropyrimidine and Oxaliplatin[J]. Clin Cancer Res, 2019, 25(20): 6141-6147. DOI:10.1158/1078-0432.CCR-19-1105 |
[39] |
Sadanandam A, Lyssiotis CA, Homicsko K, et al. A colorectal cancer classification system that associates cellular phenotype and responses to therapy[J]. Nat Med, 2013, 19(5): 619-625. DOI:10.1038/nm.3175 |
[40] |
De Sousa E Melo F, Wang X, Jansen M, et al. Poor-prognosis colon cancer is defined by a molecularly distinct subtype and develops from serrated precursor lesions[J]. Nat Med, 2013, 19(5): 614-618. DOI:10.1038/nm.3174 |
[41] |
Guinney J, Dienstmann R, Wang X, et al. The consensus molecular subtypes of colorectal cancer[J]. Nat Med, 2015, 21(11): 1350-1356. DOI:10.1038/nm.3967 |
[42] |
Becht E, de Reyniès A, Giraldo NA, et al. Immune and Stromal Classification of Colorectal Cancer Is Associated with Molecular Subtypes and Relevant for Precision Immunotherapy[J]. Clin Cancer Res, 2016, 22(16): 4057-4066. DOI:10.1158/1078-0432.CCR-15-2879 |
[43] |
Sirinukunwattana K, Domingo E, Richman SD, et al. Image-based consensus molecular subtype (imCMS) classification of colorectal cancer using deep learning[J]. Gut, 2020, 20: gutjnl-2019-319866. |
[44] |
Horst D, Kriegl L, Engel J, et al. CD133 expression is an independent prognostic marker for low survival in colorectal cancer[J]. Br J Cancer, 2008, 99(8): 1285-1289. DOI:10.1038/sj.bjc.6604664 |
[45] |
Belluco C, Nitti D, Frantz M, et al. Interleukin-6 blood level is associated with circulating carcinoembryonic antigen and prognosis in patients with colorectal cancer[J]. Ann Surg Oncol, 2000, 7(2): 133-138. DOI:10.1007/s10434-000-0133-7 |
[46] |
Galizia G, Orditura M, Romano C, et al. Prognostic significance of circulating IL-10 and IL-6 serum levels in colon cancer patients undergoing surgery[J]. Clin Immunol, 2002, 102(2): 169-178. DOI:10.1006/clim.2001.5163 |
[47] |
Domingo E, Freeman-Mills L, Rayner E, et al. Somatic POLE proofreading domain mutation, immune response, and prognosis in colorectal cancer: a retrospective, pooled biomarker study[J]. Lancet Gastroenterol Hepatol, 2016, 1(3): 207-216. DOI:10.1016/S2468-1253(16)30014-0 |
[48] |
Galon J, Costes A, Sanchez-Cabo F, et al. Type, density, and location of immune cells within human colorectal tumors predict clinical outcome[J]. Science, 2006, 313(5795): 1960-1964. DOI:10.1126/science.1129139 |
[49] |
Pagès F, Kirilovsky A, Mlecnik B, et al. In situ cytotoxic and memory T cells predict outcome in patients with early-stage colorectal cancer[J]. J Clin Oncol, 2009, 27(35): 5944-5951. DOI:10.1200/JCO.2008.19.6147 |
[50] |
Mlecnik B, Tosolini M, Kirilovsky A, et al. Histopathologic-based prognostic factors of colorectal cancers are associated with the state of the local immune reaction[J]. J Clin Oncol, 2011, 29(6): 610-618. DOI:10.1200/JCO.2010.30.5425 |
[51] |
Pagès F, Mlecnik B, Marliot F, et al. International validation of the consensus Immunoscore for the classification of colon cancer: a prognostic and accuracy study[J]. Lancet, 2018, 391(10135): 2128-2139. DOI:10.1016/S0140-6736(18)30789-X |