正文
（Credit:
Nature Medicine
）
相关性分析 (图a):
展示了模型推导队列（n=149）中，经过中心化和标准化处理的14项CAR-T输注前实验室指标和细胞因子之间的皮尔逊相关性。结果显示，一些炎症指标（如CRP、铁蛋白、IL-6、LDH）之间存在正相关，并与白蛋白（albumin）和血红蛋白（Hgb）呈负相关。这表明这些指标在一定程度上提供了冗余但也包含独特的信息。
聚类特征 (图b, c):
图b的热图显示了通过InflaMix模型划分出的两个聚类（炎症型 vs 非炎症型）中，各项实验室指标的中位数水平。炎症型聚类（n=39）的患者表现出更高的炎症标志物（如IL-6、CRP、LDH、铁蛋白、TNFα、D-dimer、AST、ALP）水平和更低的白蛋白、血红蛋白水平。图c使用UMAP降维可视化展示了这两个聚类在低维空间中的分布，显示模型能较好地区分这两组患者。点的不同大小代表了患者被分配到该聚类的概率。
肿瘤负荷关联 (图d-f):
比较了两个聚类之间的肿瘤负荷指标。结果显示，炎症型聚类的患者具有显著更高的LDH水平 (图d)、代谢肿瘤体积 (MTV, 图e) 和最大标准化摄取值 (SUVmax, 图f)，表明该炎症特征与更高的肿瘤负荷相关 (P < 0.001)。
特征重要性 (图g):
通过随机森林模型分析了各项实验室指标在预测聚类分配中的重要性。IL-6、CRP、LDH、铁蛋白、D-dimer、AST、ALP等指标对于区分炎症型和非炎症型聚类最为重要。
临床结局关联 (图h-l):
毒性反应 (图h, i): 在调整了年龄、原发难治性疾病、共刺激域和LDH升高等因素后，两个聚类在2-4级细胞因子释放综合征 (CRS, 图h) 和免疫效应细胞相关神经毒性综合征 (ICANS, 图i) 的发生率上没有显著差异 (P = 0.2)。
治疗反应 (图j):
炎症型聚类的患者在第100天达到完全缓解 (CR) 的比例显著更低 (调整后的比值比OR for no CR = 4.76, P < 0.001)。
生存结局 (图k, l):
Kaplan-Meier生存曲线显示，炎症型聚类的患者具有显著更差的无进展生存期 (PFS, 图k, 调整后的风险比HR = 2.98, P < 0.001) 和总生存期 (OS, 图l, 调整后的HR = 2.90, P < 0.001)。
炎症风暴前的宁静？治疗前炎症水平如何“剧透”CAR-T疗效
研究团队首先对来自美国纪念斯隆-凯特琳癌症中心（Memorial Sloan Kettering Cancer Center，MSK）的149名接受CAR-T治疗的复发难治性非霍奇金淋巴瘤患者的临床数据进行了细致的分析。通过对这些患者的治疗结果与他们在治疗前的各项实验室检测数据进行深入挖掘，研究人员观察到一个令人警醒的现象：那些在CAR-T治疗前就表现出较高炎症特征的患者，其治疗失败的风险也显著增加。更具体地说，研究结果通过严谨的统计分析揭示，与那些炎症特征较低的患者相比，高炎症特征患者在接受CAR-T治疗后，其疾病进展或死亡的风险竟然惊人地升高了2.98倍（风险比，hazard ratio，HR=2.98；95% CI：1.60-4.91；P<0.001）！这个具有高度统计学意义的结果，如同一个清晰的“预警信号”，强有力地提示我们，在CAR-T治疗的起跑线上，患者体内的炎症水平可能已经悄然地“剧透”了治疗的结局。这就像在暴风雨来临前，空气中往往会弥漫着一种特殊的压抑感，预示着即将到来的剧烈变化。
铁证如山：高炎症特征患者的CAR-T疗法失败风险显著升高
为了进一步增强这项研究发现的可信度和说服力，研究团队并没有满足于在单个中心的数据上得出的结论。他们又积极地联系了其他三个独立的医疗中心，并纳入了来自这些中心的共计688名接受CAR-T治疗的非霍奇金淋巴瘤患者的临床数据进行验证。这些患者来自不同的地域，接受了不同的CAR-T产品和治疗方案，这为评估InflaMix模型的普适性提供了宝贵的机会。令人振奋的是，在这些独立的验证队列中，InflaMix模型依然展现出了卓越的预测能力，能够持续且稳定地识别出那些具有更高疾病复发和死亡风险的患者。这一结果无疑为InflaMix模型的临床应用前景注入了强大的信心。
跨越地域与方案：多中心数据验证InflaMix模型的强大预测能力
更令人惊喜的是，研究团队还发现，InflaMix模型所提供的预后预测信息，甚至能够超越一些目前临床上已经广泛使用的预后标志物，例如肿瘤负荷（tumor burden）。肿瘤负荷通常被认为是影响CAR-T疗效的重要因素，肿瘤体积越大，治疗难度往往也越高。然而，InflaMix模型能够在此基础上提供额外的预测价值，这表明炎症状态可能在CAR-T疗效中扮演着比我们认识到的更为关键的角色。这就像在评估一场足球比赛的胜负时，不仅要看双方球队的实力对比，还要考虑比赛当天的天气、球员的状态等多种因素。InflaMix模型正是这样一种能够提供更全面评估的工具。
