内容摘要

一、关于GGN/GGO浸润范围判断

1、GGN/GGO浸润范围判断——医源性塌陷

• 70例非粘液腺癌，肿瘤直径<3cm，数字切片；13个国家42名病理学家阅读病例两轮以确定侵袭：

(1)根据2021年世卫组织分类；

(2)识别塌陷的AIS。

• 19例在第一轮和第二轮之间表现出有或无浸润的显著差别评分；

• 3个病例中，超过21名病理学家在第一轮中评分为“无浸润”；但在第二轮中，超过21位病理学家在10个病例中评分为“无浸润”，所有这些病例均无复发；

• 考虑医源性塌陷后，AIS会更常被诊断；浸润大小测量和浸润模式分配差异较大。

2、利用CK7弹力染色分析医源性塌陷中AIS的形态

• 非黏液性肺腺癌中识别浸润及lepidic是诊断难点，尤其是塌陷的肺实质中的AIS有时类似于腺泡及乳头状腺癌等浸润方式；

• 研究目的是：在切除标本中了解塌陷的非粘液性原位腺癌与浸润性腺癌相比复杂的形态，并与随访关联；

• 医源性肺塌陷组织中，沿肺泡壁(弹力纤维支撑)排列的CK7阳性腺癌细胞的规律性（单层折叠）与AIS一致；

• 测试队列中，68例患者中有11例(16.2%)被重新归类为原位癌；验证队列中，76例最初诊断为浸润性腺癌的病例中有13例(17.1%)被重新归类为非浸润性腺癌；

• 约15%手术切除的腺癌发生AIS塌陷，无复发生存期为100%；医源性塌陷的形态学可能会影响肺腺癌的准确诊断。

二、关于IASLC病理分级系统及STAS评估

1、IASLC病理分级及STAS评估观察者间一致性

• 2020年IASLC发布非粘液性肺腺癌分级系统，可以更好地预测患者的预后；

• STAS人工假象和STAS定义的不同造成STAS的识别困难，影响观察者之间的一致性；

• 侵袭性肺腺癌的IASLC分级系统具有较高的观察者间一致性，但STAS判读一致性有待提升。

2、IASLC肺腺癌分级系统预后预测价值

• 肺腺癌新分级系统的观察者间一致性很高；

• 新分级系统在分析DFS和OS方面优于2015年WHO系统，表明其具有更好的预测价值；

• 比例风险回归模型显示，新的分级系统是复发的最强预测因素，而AJCC分期是死亡的最强预测因素。

3、STAS：观察者间一致性

• STAS人工假象和STAS定义的不同造成STAS的识别困难，影响观察者之间的一致性；

• 人工假象包括：random/discontinuous distribution,ragged tumor cell cluster edges,and strips of ciliated cells；

• 显著的差异是由肺专科病理学家将纤毛细胞条带背景下的多个肿瘤细胞簇归为STAS。

三、关于粘液腺癌组织学分级及分子特征

1、肺粘液腺癌(IMA)组织学分级：IASLC分级系统应用

• IASLC于2020年提出非粘液性腺癌组织学分级系统，但该系统是否适用于肺浸润性粘液腺癌(IMAs)尚未被研究；

• 回顾208例经治疗切除的IMA患者的组织学切片，评估了HGPs的范围和主要生长模式，肿瘤按照IASLC分级系统进行分级(G1/G2/G3)；

• IMA中使用20%的HGP阈值是有效的，但使用更高的40%阈值可能提供更好的分层；

• IMA在G1和G2之间的生存率没有差异，这可能表明IMA的贴壁型模式代表了侵袭性肿瘤的生长模式，而不是原位病变。

2、具有黏液特征的肺腺癌(PAM)及浸润性黏液腺癌(IMA)

• PAM分为纯粘液(>90%)或混合(>10%)组评估高级别结构及细胞特征与分子关系；

• 纯PAM和混合PAM具有不同的基因组图谱和高级别特征的分布；

• 纯黏液组肿瘤符合经典的低级别IMA结构和细胞形态学特征并携带KRAS基因12密码子驱动突变。

• 纯PAM和混合PAM具有不同的基因组图谱和高级别特征的分布；

• 纯黏液组多为经典低级别IMA结构和细胞形态学特征，并携带KRAS基因12密码子驱动突变。

3、肺粘液腺癌中KRAS靶向突变谱和PD-L1表达

• 粘液腺癌常发生KRAS突变，新近FDA批准KRASG12C靶向抑制剂(sotorasib)临床应用；

• 16例粘液腺癌中有7例KRAS突变(43.8%)，186例非粘液腺癌中有50例KRAS突变(26.9%)；

• KRAS突变的黏液腺癌中只有1/7(14.3%)有G12C突变，而KRAS突变的非黏液腺癌中有27/50(54%)有G12C突变；

• 与没有体细胞突变的粘液腺癌相比，有KRAS突变的粘液腺癌肿瘤更大(平均4.7cmvs1.3cm)；

• 与非粘液腺癌相比，粘液腺癌中PD-L1在肿瘤细胞上的表达显著降低。

4、BA/CMPT冰冻诊断陷阱

四、关于肺癌新辅助治疗病理评估

1、数字全切片扫描与HE切片评估肺癌新辅助治疗后病理反应的一致性

• 回顾的64例病例中，数字切片与玻璃切片对pCR和MPR的灵敏度和特异度均>95%；

• 在病理缓解评估中，传统的玻璃切片和数字全切片扫描之间具有高度一致性；

• 玻璃切片的全切片扫描可生成高分辨率数字图像，并允许快速访问、归档和远程查看，随着新辅助治疗成为多种肿瘤的标准治疗，数字病理的实施对改善临床工作流程和多站点临床试验具有许多意义。

2、肺癌新辅助治疗病理评估

京都大学：

• 93例接受新辅助化疗并手术切除的NSCLC，深度学习模型来评估新辅助治疗后NSCLC患者的MPR并评估其可靠性；

•  
•  

• 三重交叉验证测试中表现最好的折叠混淆矩阵的准确度和F1得分分别为0.891和0.856。两分类混淆矩阵的每WSI准确度、每WSIF1得分、每病例准确度和每病例F1得分分别为0.914、0.853、0.868和0.828；

• CNN算法可以帮助病理学家进行MPR评估，不必依靠临床策略，以经济有效的方式比较不同疗法的预后。

五、关于硬化性肺泡细胞瘤

1、具有重度细胞非典型性和/或远处转移的硬化性肺细胞瘤

• 细胞非典型性分级如下：0无；1+温和；2+温和；3+严重。使用>300基因panel、基于杂交捕获的靶向下一代测序分析；

• 5例患者进行测序，其中2例SPs的细胞为轻-中度异型，2例为重度异型，1例发生了肝、骨转移。

临床病理特点及基因组分析：

• 所有肿瘤都存在AKT1激活突变；

• 1例重度非典型性病例CTNNB1p.S37F基因变异；

• 远处转移肿瘤TP53和XPO1存在致病性变异，并伴有多个拷贝数的增减。

硬化性肺泡细胞瘤：

• 报道1例转移性SP，除了特征性的AKT1基因突变外，还伴有体细胞TP53突变和复杂的拷贝数图谱；

• 具有重度非典型性的SPS在遗传上可能与传统SPs相似；远处转移病例可能是由基因组不稳定性驱动的；

• 需要进一步随访以探索基因组发现的预后意义。

六、关于神经内分泌肿瘤

1、不典型AC和LCNEC的基因改变

• NET和NEC涉及不同的分子通路，RB1缺失是NEC的特征；肺内是否存在NET G3缺乏有效的证据；

• LCNEC是一组具有异质性的肿瘤，部分LCNEC属于小细胞亚型——具有TP53和RB1的失活；其余(约60%)具有不同的分子改变；

• 不典型AC和LCNEC的基因改变，伴有APC突变且完整RB基因的LCNEC可能代表肺NET G3。

2、特殊类型类癌病理诊断及预后

• 梭形细胞和嗜酸细胞变异在鉴别诊断已被关注，但其临床意义仍有争议；

• 梭形细胞性TC和女性多见、外周好发、多为部分肺切除标本、良好的预后、缺乏SSTR2A、缺乏TTF-1、表达Ascl1、表达SSTR2A，无上述改变的TCs显示更多的肿瘤相关死亡；

• 和嗜酸细胞性TC、普通性TC相比，梭形细胞性TC显示较长的DFS；

• Ki67表达≥3和＜3与DFS显著相关。

七、关于SMARCA4缺失的胸部肿瘤

1、胸腔SMARCB1/INI1和ARID1A缺陷性未分化肿瘤

• 700例肺肿瘤行NGS检测，覆盖SMARCB1、ARID1A和SMARCA4全长基因；

• 基因检测发现SMARCB1，ARID1A和SMARCA4截断突变分别有4、12和22例。用免疫组化和形态学方法证实2例、5例和19例；

• 所有的UT均TTF1、Napsin和p40阴性，最常见的共突变是p53，大多数UT具有非常侵袭性临床过程；

• ARID1A缺陷性UT形态学改变有神经内分泌细胞、滋养叶细胞或横纹肌样分化。

2、SMARCA4缺失肺癌表现出在原NSCLC成分的去分化

• 去分化定义为细胞失黏附，细胞角蛋白阴性；

• SMARCA4缺失(SD)在非小细胞肺癌(NSCLCs)中发生率约4%，与组织学低分化相关。

八、关于胸膜间皮瘤

1、PAX8在间皮瘤的表达：326例胸腔间皮瘤临床预后研究

• PAX8在腹膜间皮瘤(PeM)中的表达较胸膜间皮瘤(PIM)更常见、男性患者多于女性患者、年轻患者易表达；

• PAX8阳性PeM年轻女性PIM患者显示较长的存活时间。尽管女性PIM也可表达PAX8，PAX8阳性更支持BiM腹膜起源。

2、BAP-1和MTAP在间皮瘤的不良组织学亚型中易缺失

• 腹膜间皮瘤的BAP-1缺失频率高于胸膜间皮瘤；

• MTAP缺失频率低于胸膜间皮瘤，与腹膜间皮瘤分化程度较高一致；

• 与具有良好组织亚型的肿瘤相比，具有不良组织亚型的肿瘤MTAP或BAP-1和MTAP的缺失增加；

• CDKN2A的缺失可能是向更侵袭性疾病转变的驱动因素。

九、其他

1、肺组织和细胞学真菌形态学诊断的准确性

• 根据形态学将病理学/细胞病理学报告与金标准(微生物学/PCR)进行比较；

• 在一线诊断中命名真菌至属级的病例中，87%的形态学诊断与微生物培养/PCR结果一致，13%形态学诊断与培养或PCR不同。

2、关于人工智能及机器学习

提出了基于关注自动肿瘤区域分割深度学习模型，用于c-MetHC染色的非小细胞肺癌WSIs评价。

开发用于PD-L1量化的机器学习(ML)模型，建立了比较TPS评分的ML模型的系统性流程。

基于人工智能的肺冰冻切片WSI的改进。

AI辅助形态学分析揭示从肺癌前病变到浸润性腺癌的淋巴细胞浸润进展。

3、关于新的病理诊断及预测marker

弥漫性表达EZH2常见于胸腺癌，但也存在于许多B3型胸腺瘤中。EZH2阴性有助于排除癌的诊断。POU2F3对于胸腺癌和胸腺瘤的鉴别特异度高，但灵敏度低。

Upk3b免疫组织化学染色是一种高度特异度的、具有潜在应用价值的用于区分间皮瘤和其他胸部肿瘤的新型诊断标记。Upk3b在卵巢癌中的偶尔表达限制了其在腹部间皮瘤鉴别诊断中的应用。

CDK6在SCLC中的表达减少，并确定CDK6是一种SCLC的预后和诊断的新的潜在标志物。

CXCL13阳性细胞的总数是死亡的预测因素，而肿瘤中的CXCL13密度是PFS的预测指标。