投稿
LINE

关于膀胱癌当前热点问题的共识:主要结论和专家建议

来自  大家泌尿  2024-09-12

一、引言

膀胱癌的分级体系与分子分型机制在精准预测治疗反应方面扮演着关键角色,直接关联到治疗方案的个性化选择及患者的预后评估。2024年,美国布朗大学程亮教授(医学博士,理学硕士)在《European Urology》期刊上发表了一篇题为《International Society of Urological Pathology Consensus Conference on Current Issues in Bladder Cancer: Main Conclusions and Recommendations》的社论文章。该文章深入剖析了当前膀胱癌病理学报告中所面临的挑战,并依据国际泌尿外科病理学会的共识会议成果,提出了一系列旨在改进现状、促进标准化实践的宝贵建议。

 

二、膀胱癌病理学报告现状

膀胱癌的诊断、分级和分期二十年来相对稳定,但病理学报告仍有问题。非肌层浸润性膀胱癌(NMIBC)使用两种分级系统,新旧并存,欧洲泌尿学协会曾因数据不足而建议并行使用。现有更多数据支持比较,且提出混合分级系统。膀胱低度恶性潜能的乳头状尿路上皮肿瘤(PUN-LMP)作为独立实体存争议,其流行率下降。分级异质性常见但标准化不足,低级癌伴高级别成分的预后意义不明。T1亚类浸润程度报告无统一方法,影响标准化。膀胱癌亚型漏报问题需重视,分子分型预测价值待明确。整体需加强标准化和研究。

 

三、膀胱癌病理学报告的改进策略

国际泌尿病理学会(ISUP)在2022年巴塞尔的膀胱癌共识会议上,通过问卷调查与文献回顾,广泛收集了专家意见,旨在制定病理学领域的指导原则。会议采用高标准的共识决策机制(65%以上同意率),并达成了多项关键结论与建议,这些建议聚焦于NMIBC的诊断与报告标准化,旨在推动该领域的规范化与持续改进。

 

四、膀胱癌病理学报告的调查结果

非浸润性(Ta)乳头状尿路上皮癌的分级方法存在明显分歧。调查显示,大部分医生(65%)倾向于仅使用WHO 2004/2022年的分级标准,而少数(34%)则同时使用WHO 1973年和WHO 2004/2022年的标准。针对此,有研究提出了三层混合分级系统,该系统基于预后相关性,将高级别癌症进一步细分为更有利(WHO 1973年2级)和更不利(WHO 1973年3级)两类。尽管该系统得到了广泛支持(89%),但WHO 1973年分级标准在组织学描述上的不足成为了其即时应用的障碍。

 

初步调查结果显示,约17%的受访者不报告PUN-LMP,且大型研究表明PUN-LMP与低级别非浸润性乳头状尿路上皮癌在预后上无显著差异,其诊断可能受年轻患者避免癌症污名心理影响,同时关于是否保留该术语存在争议。尿路上皮癌中常见低级别与高级别并存现象,尤其在TURB标本中,级别异质性报告的差异性大。根据WHO 2022方案,高级别占比决定了肿瘤报告的级别分类。对于混合级别肿瘤,当高级别成分占比在5%至50%之间时,建议明确报告其百分比。识别不同分化和亚型特征至关重要,因其影响分期和侵袭性,与会者一致同意无论数量多少均应报告所有亚型/不同分化,不设定下限阈值(表3)。

 

T1期膀胱癌在临床上表现出高度异质性,TURB标本中识别的固有层浸润程度与预后密切相关。多项研究支持对T1期膀胱癌进行亚分类以改善治疗和管理。然而,约39%的受访者并未常规进行此操作。在亚分类方法中,使用微米尺测量的受访者比例略高于基于组织学解剖(T1a/b或T1a/b/c)的方法(表4)。基于实用性和广泛适用性考虑,建议常规报告T1亚分类,并推荐采用半定量方法,尤其是微米尺测量,作为更优选择。

 

五、国际泌尿病理学会(ISUP)共识会议的关键成果

1. 强烈支持未来实施一种混合分级系统,将2004年世界卫生组织(WHO)定义的高级别膀胱癌细分为有利的1973年WHO 2级和不利的3级。

2. 对于混合了2004年和2022年WHO定义的低级别和高级别癌变的病例,应报告高级别尿路上皮癌的百分比。

3. 应报告任何数量的亚型/分化差异,不设临界值。

4. 应常规提供T1亚分类。

 

六、目前存在的挑战

泌尿生殖道病理学界在T1期膀胱癌的亚分类方法上尚未形成单一、统一、标准化的共识。鉴于这一问题的临床重要性,该领域需要采取进一步措施,在巴塞尔共识会议成果的基础上,继续推进亚分类标准的构建工作,以期实现更准确的临床评估和诊疗。

 

参考文献: van der Kwast TH, Bubendorf L, Cheng L. International Society of Urological Patho   logy Consensus Conference on Current Issues in Bladder Cancer: Main Conclusions and Recommendations. Eur Urol. 2024;85(5):411-413. 

下一篇
泌尿肿瘤专家谈【二】 | 人工智能在前列腺癌全程诊疗中的革新应用
一、导言 随着医学技术的不断进步,人工智能(AI)在医疗领域的应用日益广泛,尤其在前列腺癌的诊断、治疗和管理中展现出巨大潜力。2024年,由美国布朗大学程亮(Liang Cheng, M.D., M.S.)教授发表在ASCO Educational Book(美国临床肿瘤学会教育书籍)中的一篇题为“Applications of Artificial Intelligence in Prostate Cancer Care: A Path to Enhanced Efficiency and Outcomes” 综述,深入探讨了AI在前列腺癌诊疗全过程中的应用,并展望了其在未来医疗中的重要角色。   二、前列腺癌诊疗新纪元 前列腺癌作为美国男性癌症死亡的第二大原因,其发病率预计将从2020年的140万例增长到2040年的290万例。面对这一挑战,传统的成像技术、手术和雄激素剥夺疗法已逐渐被先进的成像技术、精准诊断、基因组学和靶向治疗所取代。AI的加入,尤其是大型语言模型(LLMs)的应用,为前列腺癌的早期发现、风险分层、治疗决策和预后评估带来了新的机遇。 1.早期筛查与诊断   前列腺癌的早期筛查和准确诊断对于提高治愈率和改善长期预后至关重要。AI技术,尤其是深度学习模型,在分析磁共振成像(MRI)和病理数据方面表现出色,能够提高前列腺癌检测的特异性和标准化诊断原则,降低不必要的活检风险。例如,Paige Prostate系统通过深度学习技术,成为首个获得美国FDA批准用于核心针吸活检中自动检测前列腺癌的AI系统。 2.风险分层与治疗决策   对于局部前列腺癌患者,AI辅助的风险分层能够根据患者的具体情况,如PSA水平、Gleason分级等,提供更精确的治疗建议。多模态深度学习架构能够整合数字病理图像和临床数据,预测患者的长期临床结果,从而指导治疗选择。 3.转移性前列腺癌的管理   转移性或晚期前列腺癌的诊断是患者治疗历程中的关键转折点。AI技术在这一阶段的应用包括疾病体积评估、风险分层、治疗选择、准确识别去势抵抗状态以及临床决策支持。通过计算机视觉算法辅助放射科医生检测和量化转移负荷,以及通过自然语言处理(NLP)技术从临床文本中识别和预测患者的转移状态。 4.临床试验和药物开发   AI技术在临床试验设计、患者匹配、数据收集和管理以及生物标志物发现等方面发挥着重要作用。此外,AI在药物发现领域也展现出巨大潜力,通过分析多组学数据和药物反应,预测药物候选物的吸收、分布、代谢、排泄和毒性(ADMET)特性。通过分析大量数据,AI有助于识别潜在的药物靶点,预测药物反应,并加速新药的发现和开发过程。 5.前列腺癌生化复发   生化复发(BCR)是前列腺癌治疗后PSA水平升高但无影像学疾病进展的阶段。AI方法正在被测试以改善BCR患者的风险分层和治疗决策,预测疾病进展和转移的风险。   三、临床实践的挑战与未来方向 尽管AI在前列腺癌诊疗中的应用前景广阔,但它也面临着伦理、法律、监管和技术方面的挑战。保护患者数据隐私、管理AI系统可能出现的错误或偏见、提高AI模型的透明度和适应性是实现AI在临床实践中成功的关键。此外,AI模型的有效性高度依赖于训练数据的质量和多样性。解决这些挑战需要包括提高数据质量、增强模型透明度和建立AI使用的稳健标准和伦理框架在内的全面方法。   四、结语 AI技术在前列腺癌诊疗中的应用正迅速发展,从早期诊断到个性化治疗,再到临床试验设计和药物开发,AI展现出提升效率和改善患者结果的巨大潜力。随着技术的进步和挑战的克服,未来AI与临床专家的协作将在前列腺癌诊疗中变得越来越重要,为患者提供更准确、更个性化的治疗方案。   参考文献:Riaz, I. B., Harmon, S., Chen, Z., Naqvi, S. A. A., & Cheng, L. (2024). Applications of Artificial Intelligence in Prostate Cancer Care: A Path to Enhanced Efficiency and Outcomes. American Society of Clinical Oncology Educational Book, 44(3), e438516.
2024-09-05