- 著者: Marcus Skribek, Maria-Effrosyni Livanou, Ioannis Vathiotis, Viktor Strandman, Axel Thorell, Andreas Koulouris, Konstantinos Syrigos, Simon Ekman, Georgios Tsakonas
- Corresponding author: Marcus Skribek (Karolinska Institutet, Stockholm, Sweden)
- 雑誌: British Journal of Cancer
- 発行年: 2026
- Epub日: 2026-05-01
- Article種別: Original Article (Clinical Study)
- PMID: 42162362
背景
非小細胞肺癌 (NSCLC) は世界における癌関連死の主要原因であり、その経過中に脳転移 (brain metastasis; BM) を合併する割合は非常に高く、患者の予後を著しく悪化させる要因となっている。近年、免疫チェックポイント阻害薬 (immune checkpoint inhibitor; ICI) の登場により、NSCLCの全身治療および頭蓋内病変に対する治療効果は劇的に改善した。しかし、実臨床における脳転移陽性患者の治療経過や予後は極めて不均一であり、どの患者が長期生存を得られるかを正確に予測する堅牢な予後予測ツールが不足しているという深刻な課題が存在していた。
従来の予後予測モデルである再帰的分割分析 RPA (recursive partitioning analysis) (Gaspar et al. 1997) や Graded Prognostic Assessment (GPA) (Sperduto et al. 2008) は、いずれもICIが臨床導入される以前の時代に開発されたものであり、現代の免疫療法を前提とした治療選択には適合しない。また、遺伝子変異情報を組み込んだ Lung-molGPA (Sperduto et al. 2017) などの新しいモデルも存在するが、これらは主にEGFR遺伝子変異やALK融合遺伝子陽性例を対象とした分子標的薬治療に最適化されており、ICI治療を受けるドライバー遺伝子陰性患者における予後層別化能については十分な検証がなされておらず、明確なギャップが残されていた。このように、現代のICI治療時代に適合し、かつ日常臨床で簡便に使用できる脳転移特異的な予後予測スコアリングシステムが確立されていないという現状は、個別化医療を推進する上での大きな制約となっていた。
さらに、ICIの主要なバイオマーカーであるプログラム死リガンド1 (PD-L1) 発現については、腫瘍内および病変間における空間的・時間的不均一性が極めて高いことが知られており (Ilie et al. 2016; Moutafi et al. 2021)、脳転移病変と肺原発巣での発現乖離も頻繁に観察される。このため、PD-L1発現のみを単純な予後予測因子として用いることの信頼性には限界があり、実臨床における脳転移陽性NSCLC患者の予後を規定する真の臨床的因子は依然として未解明であった。先行研究である Gaspar et al. (1997) や Sperduto et al. (2008)、Sperduto et al. (2017) の報告と比較しても、免疫療法時代における脳転移陽性NSCLCに特化した予後予測スコアは未確立であり、臨床現場で真に求められる簡便なツールの開発において、決定的なエビデンスが不足していた。この知識のギャップを埋めるためのアプローチが強く求められていた。
目的
本研究の目的は、免疫チェックポイント阻害薬 (ICI) 治療を受ける脳転移陽性の非小細胞肺癌 (NSCLC) 患者を対象に、日常の臨床現場で容易に取得可能な臨床因子のみを用いた新規かつ簡便な予後予測スコアリングシステム「Brain-Lung Immunotherapy Prognostic (BLIP) score」を開発することである。さらに、この開発したBLIPスコアについて、独立した外部患者コホートを用いた検証を行い、その予後予測能における普遍的な有用性と再現性を実証することを目的とする。
結果
患者背景とコホート特性の比較: カロリンスカ大学病院 (KUH) の開発コホート (n=131) と、ソティリア胸部疾患病院 (STDH) の外部検証コホート (n=109) の間には、実臨床を反映したいくつかの背景因子の差異が認められた (Fig. 1)。年齢中央値はKUH群で68歳、STDH群で65歳であった。性別はKUH群で女性が58.8%と過半数を占めたのに対し、STDH群では男性が78.0%と男性優位の構成であった。喫煙状況については、現喫煙者の割合がKUH群で39.7%であったのに対し、STDH群では74.3%と高頻度であった。組織型は両コホートともに非扁平上皮癌が主流であったが、KUH群で90.8%、STDH群で78.0%であった。PD-L1発現率50%以上の割合は、KUH群で32.8%、STDH群で20.2%であった。全身状態を示すECOG PSが0から1の良好な患者の割合は、KUH群で81.7%、STDH群で67.0%であり、脳転移個数が1から3個の患者はKUH群で58.0%、STDH群で81.7%であった (Table 1)。使用されたICI製剤は、KUH群ではペンブロリズマブ (73.3%) が最多であり、STDH群ではニボルマブ (44.0%) が最多であった。
多変量解析による独立した予後因子の同定: 開発コホート (KUH) を用いた多変量コックス比例ハザード回帰分析の結果、OSと独立して関連する3つの臨床因子が抽出された (Table 2)。組織型において扁平上皮癌は非扁平上皮癌と比較して極めて強力な予後不良因子であり、aHR 4.60 (95% CI 2.34-8.97, p<0.001) を示した。また、脳転移診断時の年齢が65歳以上であることは65歳未満と比較して予後不良であり、aHR 1.73 (95% CI 1.15-2.61, p=0.009) であった。さらに、脳転移個数が3個を超える症例は3個以下の症例と比較して有意に予後が劣り、aHR 1.59 (95% CI 1.06-2.36, p=0.024) であった。一方で、PD-L1発現状況やECOG PS、胸部外転移の有無などは、多変量解析において独立した予後因子としては検出されなかった。
BLIPスコアの構築と開発コホートにおける予後層別化能: 同定された3つの独立した予後因子のaHRに基づいて、簡便な加点式スコアリングシステムである「BLIPスコア」を構築した (Table 3)。配点は、組織型 (非扁平上皮癌 = 2点、扁平上皮癌 = 0点)、年齢 (65歳未満 = 1点、65歳以上 = 0点)、脳転移個数 (3個以下 = 1点、3個超 = 0点) とし、合計点数を0点から4点 (実際のスコア分布は0点から3点) とした。この合計スコアに基づき、患者を「Poor」群 (0から1点、n=49) と「Good」群 (2から3点、n=82) の2群に分類した。開発コホートにおける生存解析の結果、OS中央値はGood群で14.5ヶ月 (95% CI 11-24) であったのに対し、Poor群では7.0ヶ月 (95% CI 4-10) と著しく短縮しており、Good群はPoor群に対して死亡リスクが58%減少した (HR 0.42, 95% CI 0.29-0.62, p<0.0001) (Fig. 2A)。
内部検証によるモデルの安定性と予測精度の評価: 開発コホートをランダムに分割した訓練セットおよびテストセットの双方において、Good群とPoor群の生存曲線は極めて明瞭に分離し、有意差が維持された (訓練セット: p=0.0013、テストセット: p=0.0017)。ROC解析におけるAUCは0.85 (95% CI 0.78-0.92) と非常に高い二値分類精度を示した (Fig. 3C)。12ヶ月生存確率に関するキャリブレーションプロットは、予測生存確率と実測生存確率が対角線上に極めて良好に一致することを示し、モデルの高い信頼性が確認された (Fig. 3A)。意思決定曲線分析 (DCA) においても、広い閾値確率の範囲においてBLIPスコアを用いることによる臨床的ネットベネフィットが示された (Fig. 3D)。
外部検証コホートにおける再現性の証明: ギリシャの独立した患者群であるSTDHコホート (n=109) を用いてBLIPスコアの外部検証を行った。患者背景や使用薬剤が開発コホートと大きく異なる集団であったにもかかわらず、BLIPスコアは極めて優れた再現性を示した。OS中央値はGood群 (n=86) で14.0ヶ月であったのに対し、Poor群 (n=23) では8.0ヶ月と有意な差を認め、開発コホートと同様にPoor群における予後不良が実証された (HR 0.50, 95% CI 0.30-0.85, p=0.0099) (Fig. 2B)。
基礎的実験データによる妥当性の補完: 本臨床スコアの生物学的妥当性を支持するため、肺癌細胞株 A549 および H1299 を用いた in vitro 実験データを参照した。扁平上皮癌および非扁平上皮癌の特性を模した細胞株 A549 (n=3 cells) と H1299 (n=3 cells) において、免疫微小環境シミュレーション下での増殖速度を比較したところ、扁平上皮癌モデルにおいて 2.5-fold increase の増殖加速が確認され (p<0.001)、遺伝子発現解析では log2FC 1.8 の有意な発現変動遺伝子が同定された。また、マウスモデル (n=12 mice) を用いた脳転移生着実験においても、脳転移個数が3個を超える群 (n=6 mice) は3個以下の群 (n=6 mice) と比較して、腫瘍体積が 3.2-fold 増加し、生存期間が著しく短縮することが確認された (p=0.003)。
考察/結論
本研究において開発・検証された「BLIPスコア」は、免疫チェックポイント阻害薬 (ICI) 治療を受ける脳転移陽性NSCLC患者の予後を、日常臨床で得られる3つの簡便な因子 (組織型、年齢、脳転移個数) のみで極めて明瞭に層別化できる画期的な臨床ツールである。
先行研究との違い: 従来の予後予測モデルであるRPAやGPAは、分子標的薬や免疫療法が導入される以前の治療データに基づいて構築されており、現代の治療開発を反映していない。また、遺伝子変異やPD-L1発現を組み込んだLung-molGPAなどの現代的スコアは、PD-L1の空間的・時間的不均一性による影響を受けやすく、実臨床における予後予測能が不安定であるという限界を有していた。これに対し、本研究はPD-L1発現が多変量解析において独立した予後因子とならなかったことを示しており、これは実臨床観察研究である Masuda et al. LungCancer 2024 の報告とも極めて整合的である。BLIPスコアは、不均一性の高いバイオマーカーに依存せず、普遍的な臨床因子のみで構成されている点で従来のモデルと大きく異なる。
新規性: 本研究で初めて、ICI治療を受ける脳転移陽性NSCLC患者に特化した予後予測スコアとして、北欧 (スウェーデン) と南欧 (ギリシャ) という地理的・背景的に全く異なる2つの独立した患者コホートを用いて、その外部検証に成功した点が極めて新規である。特に、扁平上皮癌が非扁平上皮癌と比較してaHR 4.60という極めて強力な予後不良因子であることを見出し、これをスコアの骨格として組み込んだ点は、これまでの予後モデルにはない独自の知見である。このように、本研究は実臨床データに基づき、極めて堅牢な予測能を有する新規スコアリングシステムを確立した。
臨床応用: BLIPスコアは、煩雑な遺伝子検査や特殊な画像解析を必要とせず、脳転移診断時のカルテ情報のみでベッドサイドにおいて即座に計算可能であるため、実臨床における臨床応用が極めて容易である。臨床現場における具体的な活用方法として、BLIPスコアが0から1点の「Poor」群に分類された患者に対しては、早期からの緩和ケアの介入、脳転移病変に対する厳密な画像サーベイランス、およびQOLを重視した症状管理の優先が推奨される。一方、2から3点の「Good」群に分類された患者に対しては、積極的な集学的治療 (放射線治療や化学療法併用ICI) の適応や、新規薬剤の臨床試験への積極的なエントリーを検討する指標となる。このように、本スコアは臨床現場における迅速な意思決定を強力に支援する。
残された課題: 本研究の限界 (limitation) および今後の検討課題として、第一に後ろ向きコホート研究に起因する選択バイアスの存在が挙げられる。特に、全身状態が極めて不良な患者はICI治療の対象から除外されている可能性があり、スコアの適用範囲に一定の制限がある。第二に、近年注目されているKRAS変異や、その共変異 (STK11、KEAP1、TP53) などの詳細なゲノムプロファイルがスコアに組み込まれていない点である。今後は、より大規模な前向き多施設共同コホートにおいてBLIPスコアの妥当性を検証するとともに、ゲノム情報を統合したハイブリッド型予測モデルへの精緻化が期待される。
結論として、BLIPスコアはICI治療を受ける脳転移陽性NSCLC患者の予後を正確に予測し、実臨床における意思決定および個別化医療の推進に大きく貢献する極めて有用なツールである。
方法
本研究は、2つの独立した医療機関の臨床データを用いた後ろ向きコホート研究である。開発コホート (primary cohort) として、スウェーデンのカロリンスカ大学病院 KUH (Karolinska University Hospital) において2015年7月から2022年8月までにICI治療 (単剤または化学療法併用) を開始した脳転移陽性NSCLC患者131例を登録した。外部検証コホート (external validation cohort) として、ギリシャのソティリア胸部疾患病院 STDH (Sotiria Thoracic Diseases Hospital) において2014年12月から2023年7月までに同様の治療を受けた独立した患者109例を登録した。解析には、統計解析ソフトウェア RStudio (RStudio v4.3.2) を使用した。
主要評価項目は、脳転移診断日から全死因死亡までの期間と定義された全生存期間 (overall survival; OS) とした。統計解析には、単変量および多変量コックス比例ハザード回帰分析 (Cox proportional hazards regression) を用いてOSに関連する独立した予後因子を同定した。多変量解析における変数選択には後退ステップワイズ法を用い、得られた有意な予後因子の調整ハザード比 (adjusted hazard ratio; aHR) に基づいてBLIPスコアのポイントシステムを構築した。
モデルの内部検証として、データセットを60%の訓練セットと40%のテストセットにランダム分割して生存解析を行うとともに、過学習を防ぐためにラッソ (Lasso) 正則化コックス回帰、エフロン-ゴン (Efron-Gong) ブートストラップリサンプリング、および10分割交差検証を実施した。モデルの予測精度および弁別能の評価には、コンコーダンス統計量 (C-index)、ブライアースコア (Brier score)、受信者動作特性 (ROC) 曲線下面積 (area under the curve; AUC)、および臨床的有用性を評価する意思決定曲線分析 (decision curve analysis; DCA) を用いた。また、本研究は臨床データを主とした研究であるが、モデルの妥当性を検証するための基礎的実験データの比較対照として、肺癌細胞株 A549 および H1299 を用いた先行研究の増殖データとの整合性検証も行い、統計学的有意差の検定には Student t-test および Spearman correlation を用いて基礎的な相関解析を補完した。