本文档是关于一项针对CD19 CAR-T细胞治疗中免疫效应细胞相关神经毒性综合征（Immune Effector Cell-Associated Neurotoxicity Syndrome, ICANS）风险模型研究的原创性科研论文。以下将对该研究进行详细的学术报告。

一、 作者、机构及发表信息

本研究的主要作者是Marina Gomez-Llobell（第一作者及通讯作者），Carlos Serra Smith和Daniel Gómez-Costas为共同第一作者，通讯作者邮箱为gomezlm1@mskcc.org。参与研究的机构包括西班牙马德里的Hospital General Universitario Gregorio Marañón、其下属的研究所Instituto de Investigación Sanitaria Gregorio Marañón (IISGM)、马德里康普顿斯大学（Universidad Complutense de Madrid, UCM），以及美国纽约的Memorial Sloan Kettering癌症中心。研究论文于2025年7月24日在线发表在期刊《Bone Marrow Transplantation》（ISSN：0268-3369）第60卷第1351–1360页，收录于Nature Portfolio旗下，DOI为10.1038/s41409-025-02679-y。

二、 学术背景与研究目标

ICANS是CD19 CAR-T细胞治疗中常见且可能危及生命的并发症，临床表现为从轻度认知障碍到失语、脑病甚至脑水肿等一系列神经系统症状。尽管已知一些临床风险因素（如使用基于CD28共刺激域的CAR-T产品、高肿瘤负荷等），但细胞因子（尤其在血浆和脑脊液中的动态变化）对ICANS风险的贡献仍不明确。目前缺乏能够整合临床与实验室标志物的有效预测模型，阻碍了早期风险分层和个性化管理。

在此背景下，本研究的主要目标包括：第一，利用真实世界数据，识别与ICANS发生相关的临床及实验室预测因子；第二，表征ICANS患者血浆和脑脊液（CSF）中的特定细胞因子谱；第三，基于上述发现，开发一个用于预测ICANS发生风险的多元模型，旨在实现早期风险分层，从而优化临床监测和干预策略。

三、 详细研究方法与流程

本研究是一项在西班牙一家三级医疗中心进行的回顾性队列研究。

1. 研究人群与数据采集（2019年6月1日至2023年6月30日）：研究纳入了101名接受商业化CD19 CAR-T细胞治疗（Axi-cel或Tisa-cel）的成年血液肿瘤患者，均为三线或以上治疗。数据收集包括基线临床特征（年龄、疾病类型、既往治疗史、自身免疫病史、神经系统合并症等）、CAR-T产品类型、治疗相关毒性（CRS和ICANS）以及实验室参数。所有患者均签署知情同意书，研究获得伦理委员会批准。

2. CAR-T治疗与毒性管理流程：患者按照机构标准流程接受治疗。治疗前评估包括临床、实验室检查以及通过PET-CT评估代谢肿瘤体积（Metabolic Tumor Volume, MTV）。输注后，患者住院监测。细胞因子在输注当天（D0）和第3天（D3）于血浆中测量。神经功能通过免疫效应细胞相关脑病评分（ICE评分）每日评估。CRS和ICANS依据美国血液与骨髓移植学会（ASTCT）标准分级。根据机构指南进行管理，包括使用托珠单抗（tocilizumab）、糖皮质激素、司妥昔单抗（siltuximab）和阿那白滞素（anakinra）等。对于ICANS≥2级的患者，会进行神经影像学（CT/MRI）和脑电图（EEG）等检查。

3. 研究变量与终点：

   • 主要终点：识别与ICANS相关的预测因子并构建多元风险模型。ICANS分为“任何级别”和“相关级别”（2-4级）进行分析。
   • 关键变量：
     • 临床变量：CAR-T产品类型、既往治疗线数、自身免疫病史、CRS的级别与发生时间、肿瘤负荷（MTV）等。
     • 实验室变量：D0和D3的血浆炎症标志物，包括C反应蛋白（CRP）、乳酸脱氢酶（LDH）、D-二聚体、铁蛋白。
     • 细胞因子测量：核心研究内容。使用Ella ProteinSimple平台测量D0和D3血浆中的白细胞介素-1β (IL-1β)、IL-6、IL-15和粒细胞-巨噬细胞集落刺激因子（GM-CSF）。同时，在一部分发生显著ICANS的患者（n=8）中，于神经毒性高峰期采集脑脊液样本，测量上述细胞因子水平以及蛋白质浓度、细胞计数，并通过流式细胞术检测CAR-T细胞的存在。

4. 数据分析流程：

   • 软件：使用Stata® (v16)进行统计分析。
   • 单变量分析：采用逻辑回归分析预测因子与ICANS发生的关联。连续变量使用双尾t检验，分类变量使用卡方检验或Fisher精确检验，有序变量使用非参数趋势检验。细胞因子浓度作为连续变量纳入分析，同时与基于文献的参考范围比较以定义“升高”。
   • 多变量分析：采用逐步模型选择方法。将单变量分析中显著的变量（进入标准 p<0.05，保留标准 p<0.10）纳入，使用赤池信息准则（AIC）和贝叶斯信息准则（BIC）评估模型拟合度，选择最优模型。最终构建两个独立的预测模型：一个是针对任何级别ICANS的模型，另一个是针对2-4级ICANS的模型。模型效能通过受试者工作特征曲线（ROC曲线）下的面积（AUC）进行评估。
   • CSF数据分析：由于样本量小，主要进行描述性分析和探索性相关分析（Spearman相关），以观察CSF细胞因子水平与ICANS严重程度之间的趋势。

四、 主要研究结果

1. 患者特征与ICANS发生率：共101例患者，中位年龄60岁。58.4%接受了Axi-cel治疗，41.6%接受了Tisa-cel治疗。总体ICANS发生率为35.6%（36/101），其中2-4级ICANS占19.7%（20/101）。ICANS中位发生时间为输注后第6天。临床表现以精神状态改变（69%）、波动性失语（39%）和肌阵挛（22%）最常见。Axi-cel组的任何级别ICANS发生率显著高于Tisa-cel组（45.7% vs. 21.4%, p=0.02），这与已知的CD28共刺激域产品风险更高一致。

2. 单变量分析揭示的ICANS风险因素：

   • 临床因素：CRS是与ICANS关联最强的因素。发生CRS的患者任何级别和2-4级ICANS风险显著增高（p<0.01）。此外，CRS发生越早、持续时间越长，ICANS风险越高。自身免疫病史是另一个独立且强大的风险因素，使任何级别和2-4级ICANS的风险增加近5倍（OR约5.0）。
   • 疾病负荷标志物：较高的基线代谢肿瘤体积（MTV）和D0时较高的LDH水平与ICANS发生显著相关。
   • 炎症与凝血标志物：D0时较高的CRP和D-二聚体水平与ICANS风险增加相关。D3时D-二聚体水平在ICANS患者中持续升高。
   • 细胞因子谱（血浆）：这是研究的关键发现。与未发生ICANS的患者相比，ICANS患者在D0时IL-6和IL-15水平已显著更高。在D3时，这种差异急剧扩大：任何级别ICANS患者的IL-6中位水平为3168.5 pg/ml（非ICANS组355.7 pg/ml），IL-15为79.4 pg/ml（非ICANS组35.7 pg/ml）。此外，在2-4级ICANS患者中，D0时的GM-CSF水平也显著升高。

3. 脑脊液细胞因子谱：在8例2-4级ICANS患者的神经毒性高峰期，CSF中检测到IL-6、IL-15、GM-CSF和IL-1β水平均升高，同时伴有CSF蛋白升高。连续检测显示，这些细胞因子水平在症状持续期间保持高位，直至缓解。探索性分析显示，CSF中IL-6和IL-15水平与ICANS严重程度呈强正相关趋势。在6例患者CSF中检测到了CAR-T细胞（中位数867.2 个/ml），占CSF白细胞的中位比例为39%。研究还报告了一例迟发双相ICANS病例，其第二次神经毒性发作与血清和CSF中CAR-T细胞的再次扩增及CSF细胞因子水平升高同步。

4. 多变量预测模型的构建与效能：

   • 任何级别ICANS模型：最佳模型包含四个变量：CAR-T产品类型（Axi-cel）、CRS发生时间（越早风险越高）、D3时IL-6水平、以及输注前D-二聚体水平。该模型的AUC高达0.84（95% CI未直接给出，但模型判别力优秀），敏感性和特异性分别为61.8%和90.2%。
   • 2-4级ICANS模型：最佳模型包含五个变量：既往治疗线数、≥2级CRS、自身免疫病史、D0时GM-CSF水平和D0时IL-15水平。该模型的AUC为0.81，特异性高达97.1%，但敏感性较低（47.4%）。 这两个模型表明，结合常规可得的临床参数和早期细胞因子测量，可以有效地对ICANS风险进行分层。

5. 生存与治疗结局：ICANS患者与非ICANS患者的总生存期（OS）和无进展生存期（PFS）无显著差异。糖皮质激素治疗使83%的ICANS病例得到缓解。然而，研究发现接受更多剂量托珠单抗治疗与更高的ICANS风险相关，提示需谨慎使用。

五、 结论与研究价值

本研究的结论是，通过整合关键的临床参数（CAR-T产品类型、CRS特征、自身免疫病史）与早期实验室生物标志物（特别是IL-6、IL-15、GM-CSF和D-二聚体），可以构建有效的多元模型来预测CD19 CAR-T治疗后的ICANS风险。这项研究深化了对ICANS病理生理学的理解，强调了基线炎症状态和特定细胞因子在神经毒性发生中的核心作用。

其科学价值在于：第一，系统评估了血浆和CSF中多种细胞因子在ICANS中的动态变化和预测价值，特别是早期IL-15和GM-CSF的升高与严重ICANS的相关性；第二，首次将自身免疫病史明确为ICANS的强独立风险因素；第三，成功开发并验证了具有良好判别效能的预测模型，为ICANS的风险评估提供了量化工具。

其应用价值在于：所建立的模型基于临床常规可获取的数据，具有转化为临床实用工具的潜力。未来经过前瞻性大样本验证后，可用于早期识别高危患者，实现个性化的密集监测、预防性干预或调整治疗方案（如谨慎使用托珠单抗），从而可能降低严重神经毒性的发生率和相关死亡率，提高CAR-T治疗的整体安全性。

六、 研究亮点

1. 重要的研究发现：明确了自身免疫病史是ICANS的独立强风险因素；证实了除IL-6外，IL-15和GM-CSF在ICANS（尤其是严重ICANS）的早期预测中具有重要价值；提供了ICANS患者CSF中细胞因子谱的直接证据，支持了神经炎症局部存在的假说。
2. 方法的新颖性：研究并非仅仅报告相关性，而是致力于构建可直接用于风险分层的临床预测模型。模型区分了任何级别和严重ICANS，更具临床指导意义。将细胞因子作为连续变量纳入模型，保留了数据的全部信息。
3. 研究对象的特殊性：基于真实世界人群，包含了不同风险特征的患者，其结果可能比严格控制的临床试验更具普适性。同时，纳入了两种常用的CD19 CAR-T产品（Axi-cel和Tisa-cel），便于比较。

七、 其他有价值的内容

研究还讨论了其局限性：回顾性设计可能存在选择偏倚；样本量有限，特别是CSF分析亚组；细胞因子测量时间点较少；缺乏独立的外部验证队列。这些局限性指明了未来研究方向：需要在前瞻性、多中心、更大规模的队列中验证该模型；进行更密集的细胞因子动态监测以捕捉更精确的时间窗；并探索将此类模型整合到临床决策支持系统中的可行性。此外，文中关于托珠单抗累计剂量可能与ICANS风险增加相关的观察，为临床管理策略的优化提供了重要警示。