Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Bento, Nataly Peres Carvalho
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Antigen B7-2
Antigen B7-H1
Antígeno B7-2
Antígeno B7-H1
Glioblastoma
Immunotherapy
Imunoterapia
Infiltrado tumoral
Overall survival
Sobrevida global
TAM
Tumor infiltrate
Link de acesso: https://www.teses.usp.br/teses/disponiveis/5/5142/tde-24092024-124128/
Resumo: Os glioblastomas são os tumores cerebrais malignos primários mais comuns, compreendendo cerca de 2% de todos os cânceres em adultos. Apesar dos recentes avanços na classificação genética e nas terapias direcionadas para mutações específicas, não houve melhoria significativa na expectativa de sobrevida global para a maioria dos pacientes. Em 2023, nosso grupo de pesquisa relatou resultados promissores de um estudo prospectivo de fase II envolvendo vacinação alogênica com células dendríticas. Até a presente data, seis dos 37 casos notificados permanecem vivos sem recorrência do tumor, exibindo um estado de funcionalidade de 90 a 100% de acordo com a Escala de Karnofsky (KPS) três anos após o início da vacinação. Neste estudo, focamos na caracterização de células imunitárias infiltradas, observadas no momento da excisão do tumor nos pacientes estudados. Utilizamos citometria de fluxo para quantificar células que expressavam marcadores de membrana CD45, CD11b, CD14, HLA-DR, PD-L1 e CD86, além de avaliar o status de IDH-1, idade, gênero, KPS, ECOG, sintomatologia e o número de doses vacinais administradas durante o ensaio. Nosso objetivo foi o de prever a capacidade de resposta em termos de sobrevivência global usando um algoritmo de predição de rede neural. Empregamos o método de retenção aleatória para validação do algoritmo. Dos 37 pacientes inscritos, obtivemos com sucesso células tumorais viáveis de 19 amostras congeladas. O modelo alcançou um valor R square de 0,71 após o treinamento e 0,66 após a validação (onde 1 indica um modelo perfeito e 0 implica nenhuma melhoria em relação a um modelo constante). Valores semelhantes de R square nas amostras de treinamento e validação indicam forte poder preditivo. Os preditores positivos de sobrevida global incluíram positividade para HLA-DR, PD-L1, status de mutação IDH-1, presença de déficits focais e escores KPS mais elevados, enquanto os preditores negativos foram a elevada expressão de CD86, idade avançada, sintomas de hipertensão intracraniana (ICH) e maior status de desempenho ECOG. Em conclusão, o algoritmo de rede neural aqui descrito permite a previsão da capacidade de resposta à vacinação de células dendríticas em termos de sobrevivência global, com base nas características clínicas e no perfil de infiltração de células imunes observado no momento da excisão do tumor
id USP_bfdfea48db057061e2bd568278d18edd
oai_identifier_str oai:teses.usp.br:tde-24092024-124128
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticasProfiling of tumor infiltration and their impact on survival in glioblastoma patients undergoing immunotherapy with dendritic cellsAntigen B7-2Antigen B7-H1Antígeno B7-2Antígeno B7-H1GlioblastomaGlioblastomaImmunotherapyImunoterapiaInfiltrado tumoralOverall survivalSobrevida globalTAMTAMTumor infiltrateOs glioblastomas são os tumores cerebrais malignos primários mais comuns, compreendendo cerca de 2% de todos os cânceres em adultos. Apesar dos recentes avanços na classificação genética e nas terapias direcionadas para mutações específicas, não houve melhoria significativa na expectativa de sobrevida global para a maioria dos pacientes. Em 2023, nosso grupo de pesquisa relatou resultados promissores de um estudo prospectivo de fase II envolvendo vacinação alogênica com células dendríticas. Até a presente data, seis dos 37 casos notificados permanecem vivos sem recorrência do tumor, exibindo um estado de funcionalidade de 90 a 100% de acordo com a Escala de Karnofsky (KPS) três anos após o início da vacinação. Neste estudo, focamos na caracterização de células imunitárias infiltradas, observadas no momento da excisão do tumor nos pacientes estudados. Utilizamos citometria de fluxo para quantificar células que expressavam marcadores de membrana CD45, CD11b, CD14, HLA-DR, PD-L1 e CD86, além de avaliar o status de IDH-1, idade, gênero, KPS, ECOG, sintomatologia e o número de doses vacinais administradas durante o ensaio. Nosso objetivo foi o de prever a capacidade de resposta em termos de sobrevivência global usando um algoritmo de predição de rede neural. Empregamos o método de retenção aleatória para validação do algoritmo. Dos 37 pacientes inscritos, obtivemos com sucesso células tumorais viáveis de 19 amostras congeladas. O modelo alcançou um valor R square de 0,71 após o treinamento e 0,66 após a validação (onde 1 indica um modelo perfeito e 0 implica nenhuma melhoria em relação a um modelo constante). Valores semelhantes de R square nas amostras de treinamento e validação indicam forte poder preditivo. Os preditores positivos de sobrevida global incluíram positividade para HLA-DR, PD-L1, status de mutação IDH-1, presença de déficits focais e escores KPS mais elevados, enquanto os preditores negativos foram a elevada expressão de CD86, idade avançada, sintomas de hipertensão intracraniana (ICH) e maior status de desempenho ECOG. Em conclusão, o algoritmo de rede neural aqui descrito permite a previsão da capacidade de resposta à vacinação de células dendríticas em termos de sobrevivência global, com base nas características clínicas e no perfil de infiltração de células imunes observado no momento da excisão do tumorGlioblastomas are the most common primary malignant brain tumors, comprising up to 2% of all adult cancers. Despite recent advancements in genetic classification and targeted therapies for specific mutations, there has been no significant improvement in overall life expectancy for the majority of patients. In 2023, our research group reported promising results from a phase II prospective trial involving allogeneic dendritic cell vaccination. To date, six out of 37 reported cases remain alive without tumor recurrence, exhibiting a performance status of 90 to 100% according to the Karnofsky Performance Scale (KPS) three years after the initiation of vaccination. In this study, we focused on profiling the immune cell infiltration observed at the time of tumor excision in enrolled patients. We used flow cytometry to quantify cells expressing membrane markers such as CD45, CD11b, CD14, HLA-DR, PD-L1 and CD86, in addition to assessing IDH-1 status, age, gender, KPS, ECOG, symptomatology, and the number of vaccines doses administered during the trial. Our goal was to predict responsiveness in terms of overall survival using a neural network prediction algorithm. We employed the random holdback method for algorithm validation. From the 37 enrolled patients, we successfully obtained viable tumor cells from 19 frozen samples. The model achieved an R square value of 0.71 after training and 0.66 after validation (where 1 indicates a perfect model and 0 implies no improvement over a constant model). Similar R square values in both training and validation sets indicate strong predictive power. Positive predictors of overall survival included HLA-DR positivity, PD-L1 positivity, IDH-1 mutation status, the presence of focal deficits, and higher KPS scores, while negative predictors were CD86 expression, older age, symptoms of intracranial hypertension (ICH), and higher ECOG performance status. In conclusion, the neural network algorithm described herein enables the prediction of responsiveness to dendritic cell vaccination in terms of overall survival, based on clinical features and the profile of immune cell infiltration observed at the time of tumor excisionBiblioteca Digitais de Teses e Dissertações da USPLepski, Guilherme AlvesBento, Nataly Peres Carvalho2024-06-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/5/5142/tde-24092024-124128/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-10-25T18:07:02Zoai:teses.usp.br:tde-24092024-124128Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-10-25T18:07:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas
Profiling of tumor infiltration and their impact on survival in glioblastoma patients undergoing immunotherapy with dendritic cells
title Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas
spellingShingle Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas
Bento, Nataly Peres Carvalho
Antigen B7-2
Antigen B7-H1
Antígeno B7-2
Antígeno B7-H1
Glioblastoma
Glioblastoma
Immunotherapy
Imunoterapia
Infiltrado tumoral
Overall survival
Sobrevida global
TAM
TAM
Tumor infiltrate
title_short Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas
title_full Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas
title_fullStr Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas
title_full_unstemmed Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas
title_sort Caracterização do infiltrado tumoral e a correlação com a sobrevida de pacientes diagnosticados com glioblastoma submetidos à imunoterapia com células dendríticas
author Bento, Nataly Peres Carvalho
author_facet Bento, Nataly Peres Carvalho
author_role author
dc.contributor.none.fl_str_mv Lepski, Guilherme Alves
dc.contributor.author.fl_str_mv Bento, Nataly Peres Carvalho
dc.subject.por.fl_str_mv Antigen B7-2
Antigen B7-H1
Antígeno B7-2
Antígeno B7-H1
Glioblastoma
Glioblastoma
Immunotherapy
Imunoterapia
Infiltrado tumoral
Overall survival
Sobrevida global
TAM
TAM
Tumor infiltrate
topic Antigen B7-2
Antigen B7-H1
Antígeno B7-2
Antígeno B7-H1
Glioblastoma
Glioblastoma
Immunotherapy
Imunoterapia
Infiltrado tumoral
Overall survival
Sobrevida global
TAM
TAM
Tumor infiltrate
description Os glioblastomas são os tumores cerebrais malignos primários mais comuns, compreendendo cerca de 2% de todos os cânceres em adultos. Apesar dos recentes avanços na classificação genética e nas terapias direcionadas para mutações específicas, não houve melhoria significativa na expectativa de sobrevida global para a maioria dos pacientes. Em 2023, nosso grupo de pesquisa relatou resultados promissores de um estudo prospectivo de fase II envolvendo vacinação alogênica com células dendríticas. Até a presente data, seis dos 37 casos notificados permanecem vivos sem recorrência do tumor, exibindo um estado de funcionalidade de 90 a 100% de acordo com a Escala de Karnofsky (KPS) três anos após o início da vacinação. Neste estudo, focamos na caracterização de células imunitárias infiltradas, observadas no momento da excisão do tumor nos pacientes estudados. Utilizamos citometria de fluxo para quantificar células que expressavam marcadores de membrana CD45, CD11b, CD14, HLA-DR, PD-L1 e CD86, além de avaliar o status de IDH-1, idade, gênero, KPS, ECOG, sintomatologia e o número de doses vacinais administradas durante o ensaio. Nosso objetivo foi o de prever a capacidade de resposta em termos de sobrevivência global usando um algoritmo de predição de rede neural. Empregamos o método de retenção aleatória para validação do algoritmo. Dos 37 pacientes inscritos, obtivemos com sucesso células tumorais viáveis de 19 amostras congeladas. O modelo alcançou um valor R square de 0,71 após o treinamento e 0,66 após a validação (onde 1 indica um modelo perfeito e 0 implica nenhuma melhoria em relação a um modelo constante). Valores semelhantes de R square nas amostras de treinamento e validação indicam forte poder preditivo. Os preditores positivos de sobrevida global incluíram positividade para HLA-DR, PD-L1, status de mutação IDH-1, presença de déficits focais e escores KPS mais elevados, enquanto os preditores negativos foram a elevada expressão de CD86, idade avançada, sintomas de hipertensão intracraniana (ICH) e maior status de desempenho ECOG. Em conclusão, o algoritmo de rede neural aqui descrito permite a previsão da capacidade de resposta à vacinação de células dendríticas em termos de sobrevivência global, com base nas características clínicas e no perfil de infiltração de células imunes observado no momento da excisão do tumor
publishDate 2024
dc.date.none.fl_str_mv 2024-06-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/5/5142/tde-24092024-124128/
url https://www.teses.usp.br/teses/disponiveis/5/5142/tde-24092024-124128/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1818279230817959936

Registros relacionados