İleri evre solid tümörlerde bir yıllık sağkalım tahmini için vücut kompozisyonu ve klinikopatolojik özellikleri birleştiren klinik olarak yorumlanabilir nomogram

Vücut yapınızın kanser tedavisinin başarısını nasıl etkileyebileceği

İmmünoterapi ilaçları, ileri evre kanserli birçok kişinin görünümünü değiştirdi; ancak hastaların yalnızca bir bölümü gerçekten bundan fayda görüyor. Bu çalışma basit ama güçlü bir fikri araştırıyor: yağ ve kasın vücutta nasıl dağıldığı ile rutin klinik bilgilerin birlikte kullanılması, doktorların bir hastanın immünoterapiye başladıktan bir yıl sonra hayatta olma olasılığını tahmin etmelerine yardımcı olabilir. Karmaşık ölçümleri yatak başında kullanılabilecek bir araca dönüştüren araştırmacılar, tedavi seçenekleri ve takip bakımına ilişkin konuşmaları yönlendirebilecek görsel bir puan kartı öneriyorlar.

Tümöre değil, bireyin tamamına bakmak

İmmün kontrol noktası inhibitörlerine kimlerin yanıt vereceğini tahmin etmek için şu anda kullanılan testlerin çoğu tümörün kendisine odaklanıyor; örneğin kanser hücrelerindeki belirli proteinler veya tümörün taşıdığı mutasyon sayısı gibi. Ancak bağışıklık yanıtları aynı zamanda diğer hastalıklar, ilaçlar ve genel beslenme durumu gibi daha geniş faktörlerden de etkilenir. Vücut kitle indeksi (VKİ) yaygın olarak incelenmiştir ve bazen daha kilolu hastalarda daha iyi sonuçlarla bağlantılı görünür; bu, sıklıkla “obezite paradoksu” olarak adlandırılan bir bilmeceyi oluşturur. Bununla birlikte, VKİ kaba bir ölçüdür: yağ ile kası ayırt edemez veya bağışıklık sistemi üzerinde çok farklı etkileri olabilecek farklı yağ türlerini ayırt edemez.

Taramaları sağkalım ipuçlarına dönüştürmek

Araştırmacılar, tek bir İtalyan merkezinde immün kontrol noktası inhibitörleri ile tedavi edilen 146 ileri evre solid tümörlü yetişkini inceledi. Tedavi öncesinde her hastanın kanseri evrelemek için kullanılan rutin bir BT taraması vardı. Karın bölgesinden alınan tek bir dilim üzerinden radyologlar, organların çevresindeki derin karın yağı ve cilt altı yağ gibi farklı bölümlerde ne kadar kas ve yağ bulunduğunu ölçtüler. Ayrıca kanser tipi, tedavi ayrıntıları, beslenme ve iltihaplanma ile ilgili temel kan testleri ve diyabet, hipertansiyon ve kalp hastalığı gibi yaygın durumlar da dahil olmak üzere standart klinik bilgileri topladılar.

Bileşik bir risk puanı oluşturmak

Sürvi verisi için tasarlanmış makine öğrenimi yöntemlerini kullanarak ekip, önce yalnızca sıradan klinik faktörlerin genel sağkalımı ne kadar iyi tahmin edebileceğini test etti. Kanser tipi, tedavi rejimi, sigara öyküsü, kan bazlı bir iltihap oranı ve bir beslenme skoru gibi özellikler bazı öngörü gücü gösterdi ancak yeni hastalara genelleme yapmakta zorlandı. Ardından her bir vücut kompozisyonu ölçüsünü ayrı ayrı değerlendirdiler. Derin karın yağı ile cilt altı yağ arasındaki oran tek başına en iyi görüntüleme temelli öngördürücü olarak ortaya çıktı, ancak tek başına yeterince güçlü değildi. Araştırmacılar daha sonra en uzun ve en kısa sağkalıma sahip hastaları en iyi şekilde ayıran kombinasyonu arayarak birkaç yağ ve kas ölçümünü matematiksel olarak birleştiren yeni bileşik skorlar oluşturdular.

Hastaları risk gruplarına ayırmak için basit bir tablo

En bilgilendirici kombinasyon, kas içindeki yağ, derin karın yağı miktarı ve derin ile subkutan yağ oranı olmak üzere üç BT kökenli ölçümden oluşturulan bir vücut kompozisyonu skoru çıktı. Bu skor 12 rutin olarak toplanan klinik özellikle birleştirildiğinde ortaya çıkan model, yalnızca klinik veriye veya yalnızca görüntülemeye dayanan modelleri açıkça geride bıraktı. Vücut kompozisyonu skoru optimize edilmiş bir eşik değeri aşan hastaların medyan sağkalımı yaklaşık beş ay iken, eşiğin altında kalanlarda yaklaşık üç yıla yakıntı. Bu güçlü fark, yalnızca ileri evre akciğer kanseri olanlara odaklandıklarında bile sürdü. Bu modelden yola çıkarak yazarlar bir nomogram — klinisyenin her bir faktör için hastanın değerlerini hizalayabileceği, puanları toplayıp bir yılda hayatta olma tahminini okuyabileceği görsel bir tablo — oluşturdular.

Bu hastalar ve doktorlar için ne anlama geliyor

İleri evre kanserle karşı karşıya olan kişiler için bu çalışma, günlük taramalarda ve kan testlerinde zaten gizli olan bilgilerin, özel genetik testlere ihtiyaç duymadan immünoterapi ile olası sonuçların daha net bir resmini vermek üzere birleştirilebileceğini öne sürüyor. Önerilen tablo tek başına uygulamayı değiştirecek durumda değildir: çalışma retrospektif, tek merkezli ve sınırlı sayıda hastayı kapsıyor; bu nedenle tahminlerin daha büyük, bağımsız gruplarda doğrulanması gerekiyor. Yine de, bu çalışma tümörün kendisi yerine hastanın genel vücut yapısı ve sağlığının tedavi sonuçlarını kritik düzeyde etkileyebileceğini vurguluyor ve güçlü fakat maliyetli ve bazen toksik olan immünoterapilerden kimlerin en çok yararlanabileceğine dair daha kişiselleştirilmiş kararlara işaret ediyor.

Atıf: Bruschi, G., Paoloni, F., Pecci, F. et al. Clinically interpretable nomogram combining body composition and clinicopathological features for one year survival prediction in advanced solid tumors. Sci Rep 16, 13200 (2026). https://doi.org/10.1038/s41598-026-37510-1

Anahtar kelimeler: immünoterapi, vücut kompozisyonu, kanser sağkalımı, risk tahmini, makine öğrenimi