- 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 (Department of Oncology-Pathology, Karolinska Institutet, Stockholm, Sweden)
- 雑誌: British journal of cancer
- 発行年: 2026
- Epub日: 2026-05-20
- Article種別: Original Article
- PMID: 42162362
背景
肺がんは癌関連死亡の主要な原因であり、特に脳転移 (BMs) を伴う症例では予後が著しく悪化することが知られている。近年、免疫チェックポイント阻害薬 (ICIs) は、単剤または化学療法との併用により、脳転移を有する非小細胞肺癌 (NSCLC) 患者において優れた頭蓋内有効性を示している。しかし、患者背景や腫瘍特性の多様性、血液脳関門による薬剤浸透の制限、および先行治療への耐性などの要因により、治療アウトカムには依然として大きな不均一性が存在する。
このような状況において、個別のケアを導き、臨床試験の層別化を最適化し、医療資源の配分を適切に行うためには、精緻な予後予測ツールが不可欠である。既存の予後スコアとして、Recursive Partitioning Analysis (RPA) や Graded Prognostic Assessment (GPA) が確立されており、これらは臨床的因子に基づいているが、分子生物学的情報を欠いており、また ICI の使用を考慮していない。より新しいモデルである disease-specific GPA (DS-GPA) や Lung-molGPA、NSCLC GPA などは、治療標的となるドライバー変異や PD-L1 発現などのバイオマーカーを統合している。しかし、PD-L1 は腫瘍内および腫瘍間の不均一性が激しく、純粋な予後因子としての価値には限界があり、むしろ ICI への反応性を予測する指標として適していることが Masuda et al. LungCancer 2024 などで議論されている。また、ALK-Brain Prognostic Index (ALK-BPI) は有用な予後洞察を提供するが、特定の分子サブグループにのみ適用可能である。
このように、多くの予後モデルが存在するものの、ICI 治療を受ける脳転移陽性 NSCLC 患者という特定の集団に特化した予後予測ツールは極めて少なく、実用的なツールが不足している。特に、現代の免疫療法時代における脳転移患者の予後動態を捉えるための、臨床的に簡便かつ堅牢なスコアリングシステムという gap が残されている。
目的
本研究の目的は、免疫チェックポイント阻害薬 (ICIs) 治療を受ける脳転移 (BMs) 陽性の非小細胞肺癌 (NSCLC) 患者を対象に、臨床的に実用的で堅牢な予後予測ツールである Brain-Lung Immunotherapy Prognostic (BLIP) スコアを開発し、その有効性を外部コホートを用いて検証することである。本スコアは、ICI 特有の予後動態を反映させ、患者を「Good」および「Poor」の予後群に層別化することで、個別化された治療決定やリスク管理を支援することを意図している。
結果
患者背景とコホート構成: Karolinska 大学病院 (KUH) で 914 例、Sotiria 胸部疾患病院 (STDH) で 930 例をスクリーニングし、最終的に KUH の開発コホート 131 例および STDH の外部検証コホート 109 例を解析に含めた (Fig. 1)。開発コホートの追跡期間中央値は 16.0 ヶ月 (女性 58.8%)、検証コホートは 15.0 ヶ月 (男性 78.0%) であった。組織型は両群ともに非扁平上皮癌が主体であり、開発コホートで 90.8%、検証コホートで 78.0% であった。PD-L1 > 50% の割合は開発コホートで 32.8%、検証コホートで 20.2% であった。脳転移診断時の年齢中央値は開発コホートで 68 歳、検証コホートで 65 歳であった。ECOG PS 0–1 は開発コホートの 81.7%、検証コホートの 67.0% に認められた。脳転移個数は 1–3 個の患者が開発コホートで 58.0%、検証コホートで 81.7% と最多であった。
BLIPスコアの構成因子と予後への影響: 開発コホートにおける単変量 Cox 回帰分析の結果、扁平上皮癌の組織型 (HR 4.26, 95% CI 2.3–8.0, p < 0.001)、胸部転移の存在 (HR 1.87, 95% CI 1.25–2.79, p = 0.002)、65 歳以上の年齢 (HR 2.00, 95% CI 1.34–2.98, p = 0.001)、脳転移診断時の高い ECOG PS (HR 2.35, 95% CI 1.13–4.89, p = 0.02)、3 個を超える脳転移 (HR 1.46, 95% CI 1.00–2.13, p = 0.048)、および ICI 開始時の年齢 (HR 1.80, 95% CI 1.21–2.69, p = 0.004) が生存期間に影響する因子として同定された。多変量解析では、扁平上皮癌 (aHR 4.60, 95% CI 2.34–8.97, p < 0.001)、65 歳以上の年齢 (aHR 1.73, 95% CI 1.15–2.61, p = 0.009)、および 3 個を超える脳転移 (aHR 1.59, 95% CI 1.06–2.36, p = 0.024) が独立した予後予測因子として確認された (Table 2)。
BLIPスコアによる予後層別化: 多変量解析の結果に基づき、組織型、年齢、脳転移個数にポイントを割り当てる BLIP スコアを構築した (Table 3)。開発コホートにおいて、患者を 0–1 点の「Poor」群と 2–3 点の「Good」群に層別化したところ、全生存期間 (OS) 中央値は Poor 群で 7.0 ヶ月、Good 群で 14.5 ヶ月であり、有意な差が認められた (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堅牢性評価: データセットをトレーニングセット (60%) とテストセット (40%) に分割して検証したところ、両セットにおいて群間の OS に有意差が認められた (トレーニングセット: p = 0.0013, テストセット: p = 0.0017)。ROC 曲線による解析では AUC 0.85 と極めて高い識別能を示し (Fig. 3C)、Brier score 0.16 および C-index 0.68 で中程度の識別能が確認された。また、キャリブレーションプロットにより予測生存確率と観察生存確率の一致が確認され (Fig. 3A)、決定曲線分析 (DCA) でも閾値全域で正の純利益 (net benefit) が示された (Fig. 3D)。
外部検証コホートでの再現性: ギリシャの STDH コホートを用いた外部検証において、BLIP スコアを適用した結果、「Poor」群の OS 中央値は 8.0 ヶ月、「Good」群は 14.0 ヶ月であり、開発コホートと同様に有意な予後予測能が確認された (HR 0.5, 95% CI 0.30–0.85, p = 0.0099) (Fig. 2B)。
感度分析と追加解析: Ridge、Lasso、Elastic Net 回帰を用いた感度分析では、いずれも AUC 0.849 と同等の結果であったが、Lasso 回帰が最も低い Brier score (0.1641) を示し、優れたキャリブレーションと予測精度を認めた。12 ヶ月時点の時間依存性 ROC 解析では、開発コホートで AUC 0.64 (95% CI 0.56–0.72)、検証コホートで AUC 0.63 (95% CI 0.56–0.70) となり、固定時点での識別能は中程度であった。
考察/結論
先行研究との違い: 本研究で開発した BLIP スコアは、RPA や GPA などの従来の予後モデルと異なり、免疫チェックポイント阻害薬 (ICIs) 治療を受けるという現代的な治療背景を前提に構築されている。また、Lung-molGPA などの最新モデルが PD-L1 発現などのバイオマーカーを統合しているのに対し、本スコアはバイオマーカーの空間的・時間的不均一性による信頼性の低下を避け、臨床的に安定した因子（組織型、年齢、転移個数）のみで構成されている点において対照的である。
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、臨床的に簡便なポイントベースの予後スコアである BLIP スコアを新規に同定し、外部コホートを用いてその堅牢性を証明した。特に、OS の起点を ICI 開始時ではなく「脳転移診断時」に設定することで、治療シーケンスや開始タイミングによる不均一性を排除し、頭蓋内疾患発症後の標準的な予後窓を提示した点は独創的である。
臨床応用: 本知見は、臨床現場における患者の予後層別化に直結する臨床的意義を持つ。BLIP スコアが 0–1 点の「Poor」群と判定された患者には、早期からの緩和ケアの導入や、症状管理を優先した個別の監視計画を検討することが推奨される。一方で、2–3 点の「Good」群に属する患者は、より積極的な集学的治療や臨床試験への参加を検討する候補となり得る。このように、ベッドサイドで即座に計算可能な本スコアは、個別化医療の実現に寄与する。
残された課題: 本研究の limitation として、レトロスペクティブな解析であるため選択バイアスのリスクがあること、およびサンプルサイズが比較的小さく、タイプ II エラーの可能性が排除できないことが挙げられる。また、放射線治療の有無が生存に影響を与える可能性はあるが、治療選択のバイアスを避けるためスコアからは除外しており、この点での精緻化が今後の検討課題である。今後は、より大規模な前向き多施設共同研究を通じて、本スコアの妥当性をさらに検証し、追加のバイオマーカーを統合することで予後予測精度を向上させることが期待される。
結論: BLIP スコアは、ICI 治療を受ける脳転移陽性 NSCLC 患者において、信頼性の高い予後層別化を可能にする有用なツールである。
方法
研究デザインと対象: 本研究は、2015 年 7 月から 2022 年 8 月までに Karolinska 大学病院 (KUH) で ICIs を投与された、放射線学的に脳転移 (BMs) が確認された進行 NSCLC 患者を対象としたレトロスペクティブ・コホート研究である。対象者は、ICI 治療開始時に BMs が存在していた患者とし、ICI 投与後に BMs が出現した例は除外した。除外基準は、非 NSCLC 組織型、ICI 曝露なし、治療標的となるドライバー変異（actionable oncogenic driver alterations）を有する例、および臨床試験参加例とした。
データ収集と変数: 電子カルテよりデータを抽出した。脳転移診断時の年齢、組織型（扁平上皮癌 vs 非扁平上皮癌）、脳転移個数、ECOG PS、PD-L1 発現、喫煙状況などの臨床情報を収集した。脳転移診断時のステロイド使用量や放射線治療の詳細については、データが不完全であったため、モデル構築からは除外した。
BLIPスコアの開発と統計解析: 全生存期間 (OS) を脳転移診断時から死亡までと定義した。予後因子の同定には、単変量および多変量 Cox proportional hazards regression を用い、後退ステップ法 (backward stepwise elimination) により独立した予測因子を抽出した。ハザード比 (HR) と 95% 信頼区間 (CI) を算出し、Schoenfeld 残差を用いて比例ハザード性を検証した。
モデルの過学習を防ぐため、Lasso penalized Cox regression を適用し、Partial Likelihood Deviance に基づいて lambda () を選択した。また、Efron-Gong bootstrap resampling および 10-fold cross-validation を用いてモデルの安定性と汎用性を評価した。生存曲線の推定には Kaplan-Meier 法を用い、群間比較には log-rank test を使用した。
モデル評価指標: 識別能の評価には、Concordance index (C-index) および ROC 曲線（AUC）を用いた。キャリブレーションの評価には calibration plots と Brier score を使用し、臨床的有用性は決定曲線分析 (DCA) で評価した。また、12 ヶ月時点での時間依存性 ROC 解析を感度分析として実施した。
外部検証: ギリシャの Sotiria 胸部疾患病院 (STDH) の 2014 年 12 月から 2023 年 7 月までのデータを用い、同一の選択基準で外部検証を行った。解析は、Kaplan-Meier 推定、log-rank test、および Cox 回帰を用いて実施された。