2025 EAU UTUC指南学习笔记②:分期分级全梳理,科研的靶点可能藏在分层逻辑中
👋 欢迎关注我的学习专栏~ 如果觉得文章有帮助,别忘了点赞、关注、评论,一起学习
✍️ 本文为“泌尿肿瘤指南精读”系列,围绕EAU 2025最新版《上尿路尿路上皮癌(UTUC)》指南第4章“分期与分级系统”展开,聚焦于TNM系统与病理分级的更新重点,并探讨其中潜藏的科研选题与转化方向。
⚠️ 内容仅供学习与学术交流,不构成医疗建议。
⚠️ 本文内容基于欧洲泌尿外科学会(EAU)2025年最新版《上尿路尿路上皮癌(UTUC)》指南的整理,仅供学习与学术交流使用,不构成任何临床诊疗建议。指南原文可查阅:uroweb.org。
一、为什么分期分级值得被单独拎出来解读?
在UTUC诊断及治疗中,病理分期和分级决定了后续的管理路径——是选择保肾还是行根治性切除,是观察随访还是需要围手术期治疗。因此,理解EAU指南中关于分层标准的设定逻辑,本身就是科研发现的起点。
尤其在样本量有限、活检信息不完整的UTUC中,“Grade > Stage” 成为当前判断风险的临床重点。
二、TNM分期系统(EAU 2025继续采用 TNM 第8版)
EAU指南沿用 2017版 AJCC TNM(第8版),从 T(原发肿瘤)、N(淋巴结)、M(转移)三个维度进行标准化评估:
▶ T分期(原发肿瘤)
分期 | 含义 |
---|---|
Ta | 非浸润性乳头状癌 |
Tis | 原位癌(CIS) |
T1 | 浸润黏膜下层 |
T2 | 浸润肌层 |
T3 | 肾盂/输尿管:侵入肾实质/脂肪组织 |
T4 | 侵及邻近器官或穿出肾周脂肪 |
▶ N分期(区域淋巴结)
分期 | 描述 |
---|---|
N0 | 无区域淋巴结转移 |
N1 | 单个转移 ≤2cm |
N2 | 单个>2cm 或多个转移淋巴结 |
▶ M分期(远处转移)
分期 | 描述 |
---|---|
M0 | 无远处转移 |
M1 | 有远处转移 |
Tips:指南强调“肿瘤是否左右侧”不会改变N分期分类(即“laterality”不纳入N标准)。
三、肿瘤分级系统(Tumour Grade)|两套标准并存
▶ 当前指南并用两种WHO病理分级系统:
系统 | 结构 | 应用场景 |
---|---|---|
WHO 1973 | 三级制:G1–G3 | 应用于大量历史研究,临床数据多 |
WHO 2004/2016/2022 | 双级制:低级别 / 高级别 | 当前诊断与治疗推荐主用系统 |
EAU指南建议在临床评估及研究分析中两者并用,并提示“分级比分期更易获得、也更具现实指导性”。
两套分级系统简要比较
WHO 1973(三级制)
分级 | 含义 |
---|---|
G1 | 高度分化(well-differentiated) |
G2 | 中度分化 |
G3 | 低分化(poorly differentiated) |
➡ 主观性强,分界模糊,但研究中使用广泛。
WHO 2004/2016/2022(双级制)
分级 | 病理特征 |
---|---|
低级别(Low grade) | 结构完整、核规则、核分裂象少 |
高级别(High grade) | 核异型性重、分裂象多、易进展 |
➡ 更符合临床风险评估逻辑,与治疗策略关联更紧密。
四、小结
- EAU指南建议并行使用TNM分期+WHO双系统分级,并强调病理分级在实际诊疗中的主导作用;
- 分级系统的演变,也为我们提供了机制研究与标志物开发的稳定“参考变量”;
- 未来关于“智能化分层工具”“预测免疫反应模型”“高危UTUC亚群机制解析”等,都是值得深入的方向。
五、结语|科研的靶点,往往藏在分层逻辑中
临床指南并非只是“标准流程”的体现,更是一张关于疾病理解程度的“热力图”:
哪些分层维度证据充足?
哪些标准缺乏生物基础支撑?
哪些定义过于模糊,急需机制解析补充?
一家之言:从分级/分期出发,找到临床评估的盲区,再通过组学与机制研究加以反哺,是临床科研的闭环逻辑之一。
📎 来源参考:EAU-Guidelines-on-Upper-Urinary-Tract-Urothelial-Carcinoma-2025.pdf
如果你只是希望系统了解UTUC的临床指南内容,以上已涵盖2025版EAU第4章“分期与分级”的关键信息,足以用于临床参考与知识储备。
但如果你希望进一步思考——能否基于这些“分层标准”挖掘机制、优化模型、转化科研?
那么以下内容,或许会扩展一些研究视角,也欢迎交流探讨。
六、科研启发:从“分层”走向“标志物与机制研究”
精读指南内容,不只是背诵推荐等级,而是发现“知识盲区”与“证据缺口”,从而提出真正有价值的科研问题。分期与分级系统看似基础,实则蕴含着深入理解UTUC进展机制、建立预测模型和设计联合治疗的关键切入点。
1. 如何提升UTUC早期T分期的准确性?(特别是在活检组织有限的前提下)
背景问题:
- 影像学容易低估肿瘤浸润深度(尤其T1 vs T2之间难以区分)
- 活检样本往往片段小、无肌层组织,分期信息严重不足
可行方向:
-
联合CTU影像、肿瘤体积、尿液学指标建立机器学习预测模型;
-
探索尿液ctDNA/尿外泌体表达谱在非侵入式T分期预测中的应用;
-
以单细胞/空间转录组重建T1-T2肿瘤局部结构进展图谱,识别早期浸润相关细胞状态(如EMT启动、微环境重塑等);
-
研究肿瘤边缘免疫细胞构成与T分期之间的潜在联系(“免疫轮廓辅助分期”思路);
关键词:non-invasive staging, liquid biopsy, deep learning radiomics, peritumoral immune infiltration
2.高级别UTUC的分子基础还有哪些未解?
背景问题:
- 高级别(high-grade)UTUC具有更高的复发/转移风险,但其分子特征异质性大;
- 指南提到 TP53、CDKN2A、RAS 等通路异常较常见,但具体机制仍缺乏系统研究;
可行方向:
- 高级别UTUC的多组学聚类分析,重新定义可转化的“分子等级子型”;
- 挖掘与高分级状态关联的代谢紊乱、染色质重塑或RNA调控机制;
- 比较“FGFR3高突变低级别UTUC”与“TP53/RB1异常高级别UTUC”的免疫微环境构成,识别免疫治疗机会窗口;
- 构建“高级别转移倾向”动物模型,追踪其演化路径与关键节点;
关键词:molecular subtyping, transcriptomic grade predictor, chromatin remodeling, tumor immunogenicity
3.是否有构建“智能化分级/分期预测模型”的可能性?
背景问题:
- 分级依赖于病理医生经验,分期依赖影像+组织片段,均具有主观性;
- 近年来图像+组学+AI融合趋势明显,可作为辅助工具开发方向;
可行方向:
- 结合HE图像(数字病理)+ WES/RNA-seq数据,开发可解释的机器学习模型预测Grade;
- 建立“病理片+GSVA通路活性”关联模型,量化“潜在分级因子”;
- 构建低级别–高级别的连续谱预测评分系统(如分子转化评分MTS);
- 构建用于“病理分级一致性评估”的决策辅助工具,提高病理质控标准化水平;
关键词:digital pathology, AI-based grading, molecular-grading concordance, interpretability in AI
拓展:从“Grade/Stage”走向“Risk-Based Stratification Biology”
当前临床路径仍依赖病理分期分级 + 经验判断。但未来可以基于“生物学风险”重构分层系统,用组学与功能特征直接预测风险等级,而不依赖传统分期。
欢迎关注“指南精读 × 临床科研结合”系列内容,后续持续更新!
👋 欢迎关注我的学习专栏~ 如果觉得文章有帮助,别忘了点赞、关注、评论,一起学习