黑色素瘤基因檢測能預測存活嗎?四個 B 細胞基因

黑色素瘤切掉後,驗腫瘤基因能算出存活嗎?研究挑出四個 B 細胞相關基因,但還不能用:外部驗證 AUC 0.611–0.653,加進淋巴結與厚度後幾乎沒更準(C 指數 0.696→0.700)。

研究走到哪一步

標的是研究怎麼做的,不是療效分數,也不代表推薦。

研究走到哪一步:人體觀察,五步裡的第 3 步(這是研究的做法,不是療效分數)。

人體觀察:用公開資料庫裡的腫瘤組織基因資料回頭建模(訓練 457 筆樣本、外部驗證 210 筆),沒有前瞻收案,也沒有實驗驗證。

這條刻度是什麼?

醫學上一個新想法,通常依序走過五步:先在培養皿裡的細胞上試(體外細胞),再到動物身上,再到人身上觀察,接著做抽籤分組、跟對照組比較的隨機試驗,最後把多項試驗合起來看(統合分析、系統性回顧)。

這條刻度只標出這篇文章談的研究走到哪一步。它不是療效分數,也不代表推薦。走得比較後面的研究,結論通常比較站得住——不論那個結論是「有差別」還是「沒差別」。它仍然可能有限制,文章裡會寫出來。專家共識與治療指引不是一項研究,不放在刻度上。

等級依原始論文的研究方法判讀:看產生這個答案的那一項研究是怎麼做的,不看人數多少、期刊名氣或論文標題怎麼自稱。動物實驗就算隨機分組,仍然是「動物」;沒有用抽籤決定誰接受哪種處置的人體研究(例如回溯病歷分析),不論人數多少都是「人體觀察」。一篇文章談好幾項研究時,不取平均、也不取最高,而是挑出文章真正在回答的問題,各自標出那一格。

發表於 2026年11月19日 皮膚癌論文導讀

深藍色背景上幾條白色與淡藍色的 DNA 雙螺旋立體圖,散著細小的光點,前景一條螺旋失焦。是電腦繪製的示意圖,不是顯微鏡照片。
本篇分成 15 段
  1. 一把量了五十六年的尺
  2. 免疫治療之後,問題換了一個
  3. 被忽略的 B 細胞
  4. 這篇研究做了什麼
  5. 它分得出兩群人,但分得不算準
  6. 把四個基因加進分期,多了多少
  7. 一個看起來矛盾的地方
  8. 免疫治療會不會比較有效?藥物會不會比較敏感?
  9. 這篇的限制
  10. 這一類論文,該怎麼讀
  11. 在門診裡,這代表什麼
  12. 這對你現在有什麼用
  13. 什麼情況要看醫師
  14. 延伸閱讀
  15. 參考文獻

黑色素瘤開完刀、病理報告拿到手,病人和家屬幾乎都會問同一句:「會不會再長出來?」接著常常是第二句:「有沒有什麼基因可以驗,算得更準一點?」

2026 年 11 月,一篇論文剛好在回答第二句。新疆醫科大學附屬腫瘤醫院的團隊,從國際公開的資料庫裡,挑出四個跟 B 細胞(免疫系統裡負責做抗體的那一群)有關的基因,組成一個「風險分數」,宣稱能把病人分成存活比較長和比較短的兩群。

這裡說的「基因」,不是抽血驗你天生帶的基因,而是看切下來的那塊腫瘤裡,哪些基因比較活躍;跟會不會遺傳給家人是兩回事。它看的也是「活多久」,不是「會不會復發」。

先講結論:這四個基因今天還不能拿來驗。 它在另一群病人身上重算一次,準度只有中等;把它加到醫師本來就在看的淋巴結與腫瘤厚度上,幾乎沒有多算準一點。決定黑色素瘤預後最重要的,仍然是病理報告上的腫瘤厚度——一把五十多年前發明的尺。

只想知道現在該怎麼做的話,可以直接跳到〈這對你現在有什麼用〉。

一句話理解

研究團隊用電腦分析三組公開的黑色素瘤基因資料,挑出 CCL8、CD80、IDO1、CXCL11 四個基因,算成一個風險分數。分數低的那一群,存活期比較長,免疫細胞也比較多。

但它預測存活的準度(AUC,0.5 等於擲銅板、1.0 等於每次都猜對),在另一群病人身上只有 0.611–0.653。在同一份訓練資料裡,只用淋巴結分期加 Breslow 厚度的「臨床模型」是 0.760–0.790,四個基因自己是 0.666–0.689。

換另一把尺(C 指數:把「誰比較早出事」排對的比例)來量,只用臨床模型是 0.696,加上基因分數是 0.700,差異沒有統計意義。

作者自己的結論是:這是「待驗證的候選」,不是可以用的檢驗,也不是治療標靶。

一把量了五十六年的尺

1969 年,美國病理學家 Wallace Clark 提出一個看法:黑色素瘤往皮膚裡長到第幾層,決定了病人的命運。他依腫瘤侵犯到皮膚的哪一層,分成五級,這就是後來的「Clark 分級」。

問題是「層」要靠病理醫師判斷,不同醫師看同一張玻片,答案不一定一樣。隔年,1970 年,另一位病理學家 Alexander Breslow 換了一個做法:在顯微鏡的目鏡裡裝一把刻度尺,直接量腫瘤從表皮最上面到最深處有幾毫米。

這個數字叫 Breslow 厚度。它簡單、不太需要主觀判斷,而且跟存活的關係比「第幾層」更穩定。到了美國癌症聯合委員會(AJCC)2017 年的第八版分期,Clark 分級已經完全不在分期條件裡,連有絲分裂數也從腫瘤分類拿掉;Breslow 厚度與潰瘍留了下來。

1992 年,Donald Morton 發表了「前哨淋巴結切片」:在腫瘤旁邊注射染劑,找出淋巴液最先流到的那一顆淋巴結,切下來化驗。那篇研究裡的病人,其實還是全部做了淋巴結廓清,用來確認這個方法準不準;它證明了準,從此醫師才有機會不必先清掉一整區淋巴結,也能知道癌細胞有沒有開始離家。

所以今天一份黑色素瘤的病理與分期,核心還是三件事:腫瘤多厚、表面有沒有破(潰瘍)、淋巴結有沒有被侵犯。 這是一套看「腫瘤長到哪裡」的系統。

免疫治療之後,問題換了一個

2010 年,第一個免疫檢查點抑制劑在晚期黑色素瘤的試驗裡,讓病人的存活期比對照組延長:676 位已經治療過的轉移病人,加了這個藥的那一組中位存活 10.0 個月,只打疫苗的對照組 6.4 個月。代價也寫在同一篇:嚴重的免疫相關副作用 10–15%,對照組 3%;跟藥物有關的死亡 14 例(2.1%)。接下來十年,黑色素瘤成為免疫治療最早、也最成功的戰場之一。

這帶出一個新問題:同樣厚度、同樣分期的兩個人,為什麼一個人的免疫系統打得贏、另一個人打不贏?

研究者開始往腫瘤裡面看。2014 年一篇《自然》(Nature)論文發現,腫瘤邊緣原本就有比較多 CD8 T 細胞(直接殺癌細胞的那一種)的病人,用了 PD-1 抑制劑比較容易有反應。從那時候起,「腫瘤裡住了哪些免疫細胞」也被拿來預測誰對免疫治療有反應。

被忽略的 B 細胞

T 細胞是主角太久了。B 細胞——負責做抗體的那一群——在腫瘤免疫裡一直被當成配角。

2020 年 1 月,《自然》同一期刊出兩篇論文,把 B 細胞拉回舞台。一篇發現,對免疫治療有反應的病人,腫瘤裡 B 細胞的標記明顯比較多,而且 B 細胞聚在 三級淋巴結構(tertiary lymphoid structures,腫瘤旁邊自己長出來、很像小淋巴結的免疫細胞聚落)裡;另一篇在轉移的黑色素瘤裡發現,B 細胞和 CD8 T 細胞同時存在、形成三級淋巴結構的病人,存活比較長,對免疫治療的反應也比較好。

這兩篇之後,「B 細胞相關的基因能不能預測黑色素瘤的預後」就成了一個熱門題目。這篇 2026 年的論文,是沿著這條路走下來的其中一篇。

這篇研究做了什麼

這篇沒有收任何新病人,也沒有做任何實驗。所有資料都來自兩個國際公開的資料庫:

資料內容用途
GSE1560558 份黑色素瘤組織、16 份正常皮膚找出黑色素瘤和正常皮膚表現不一樣的基因
TCGA-SKCM471 份腫瘤組織樣本,其中 457 份有存活資料建立風險分數(訓練)
GSE65904210 份黑色素瘤組織,有存活資料外部驗證

篩選的過程像一層一層的濾網:

  1. 從另一篇研究的單細胞資料裡,拿到 87 個「B 細胞的標記基因」。那篇研究的對象是肺癌,不是黑色素瘤,後面限制段會再談。
  2. 比對黑色素瘤和正常皮膚,找到 3,699 個表現不一樣的基因;再用網絡分析找出跟 B 細胞分數連動最強的 1,073 個。兩邊交集,剩 183 個。
  3. 從這 183 個裡,挑出彼此互動最多的 22 個;再看哪些跟存活有關,剩 17 個。
  4. 最後用一種會自動「刪掉多餘變數」的統計方法(LASSO 回歸),留下四個:CCL8、CD80、IDO1、CXCL11。

這四個基因都跟免疫細胞的召集或活化有關:CCL8 和 CXCL11 是「趨化激素」,像是發出訊號叫免疫細胞過來;CD80 幫助 T 細胞啟動;IDO1 是一種酵素,反而會壓抑 T 細胞。IDO1 為什麼也站在「低風險」這一邊,論文沒有另外解釋;本站的解讀是,IDO1 常在 T 細胞發動攻擊、釋放干擾素的時候被一起誘導出來,所以它多,往往代表免疫反應正在進行。

風險分數的算法,是把四個基因的「表現量」(這個基因在腫瘤裡有多活躍)各乘上一個權重再加總。四個權重都是負的——也就是這四個基因表現越多,算出來的風險越低。

它分得出兩群人,但分得不算準

在訓練資料裡,研究團隊用風險分數的中位數把病人切成兩半。低風險那一半,整體存活期明顯比較長(p < 0.05,代表不太可能只是巧合)。拿到外部的 GSE65904 重算一次,低風險組一樣活得比較久(p = 0.016)。

「分得出兩群」和「對單一個人準不準」是兩回事。後者要看 AUC(曲線下面積):0.5 等於擲銅板,1.0 等於每一次都猜對。一般來說,0.6 多算是「有一點用」,0.8 以上才開始讓人比較放心。

橫向的點狀圖,比較四種方式預測黑色素瘤病人 1、2、3 年存活的準度(AUC),橫軸從 0.5(擲銅板)到 1.0(全部猜對)。四個基因在訓練資料的三個點落在 0.666 到 0.689;在外部驗證資料落在 0.611 到 0.653。臨床模型(淋巴結分期加 Breslow 厚度)落在 0.760 到 0.790;臨床模型加上四個基因落在 0.751 到 0.812。

圖上每一列的三個圈,是第 1、2、3 年的準度;空心、實心只是為了分開上下兩列。最下面那一列看起來伸得比較右邊,是因為第 1 年從 0.789 升到 0.812——第 2、3 年反而比只用臨床模型略低,見下表。這篇的「臨床模型」只放了淋巴結分期和腫瘤厚度兩項,沒有潰瘍,也不是完整的 AJCC 分期;它的數字只在訓練資料(TCGA)算過,沒有外部驗證。

預測方式1 年2 年3 年
四個基因(訓練資料 TCGA)0.6660.6890.667
四個基因(外部驗證 GSE65904)0.6110.6530.646
臨床模型(淋巴結分期+Breslow 厚度)0.7890.7600.790
臨床模型+四個基因0.8120.7510.778

作者自己用的形容詞是「modest」——中等、有限。外部驗證的 95% 信賴區間,下緣最低到 0.516,幾乎碰到擲銅板那條線。

把四個基因加進分期,多了多少

這是整篇最重要的一段,也是作者寫得最坦白的一段。

一個新的檢驗要有用,不能只是「自己會預測」,而是要在醫師已經知道的資訊之外,多告訴我們一些事。 醫師已經知道的,就是腫瘤厚度和淋巴結。

在多變數分析裡,風險分數、淋巴結分期和 Breslow 厚度,三個都是「獨立」的預後因子——也就是基因分數的訊號,沒有被厚度和淋巴結完全解釋掉。作者再把三者做成一張列線圖(nomogram,把幾個因子換算成分數、加總後查出存活機率的圖表),1、2、3 年的 AUC 是 0.812、0.751、0.778。

聽起來不錯,但要跟「不加基因」的版本比。先講結論:加進去之後,模型對過去的資料描述得比較貼,但用來分辨誰比較危險,幾乎沒有變準。 就像一個天氣模型,把去年每一天的天氣解釋得更圓滿,明天會不會下雨卻還是猜得差不多。數字如下:

  • C 指數(整體來說,模型把「誰比較早出事」排對的比例):只用分期 0.696,加了基因 0.700,差異沒有統計意義。
  • AUC:第 1 年從 0.789 升到 0.812,第 2 年從 0.760 降到 0.751,第 3 年從 0.790 降到 0.778。三個時間點裡,兩個反而變低。
  • 有改善的是模型的「配適度」:AIC 從 1432.5 降到 1410.1,BIC 從 1444.6 降到 1425.2。另一個衡量鑑別力改善的指標 IDI,在 1、2、3 年是 0.072、0.104、0.112(列在補充資料,正文沒有給信賴區間或 p 值)。

作者的原話是,加入風險分數改善了模型配適,但鑑別力的提升「有限,而且在不同時間點不一致」。

一個看起來矛盾的地方

這四個基因,在黑色素瘤組織裡比在正常皮膚裡多;可是在黑色素瘤病人之間,表現越多的人反而越「低風險」。

作者自己解釋了這件事:這是兩種不同的比較,不互相矛盾。四個基因在公式裡的係數都是負的,所以「表現量高的人被分到低風險組」本來就是公式造成的,不能拿來證明這些基因會抑制腫瘤。

比較可能的解讀是:這些基因多,代表腫瘤裡的免疫細胞多。分析也看到,低風險組估計有比較多的記憶型 B 細胞、漿細胞(B 細胞成熟後專門大量做抗體的型態)和 CD8 T 細胞。

但這裡有一個關鍵:研究用的是整塊組織磨碎後測的基因資料,分不出這些基因是哪一種細胞做出來的。這四個基因到底是 B 細胞做的、T 細胞做的,還是腫瘤細胞自己做的,這篇回答不了。作者也寫明,這不能證明這些基因直接參與 B 細胞的功能。

讀到這裡的話——下一篇寫好的時候要不要通知您?每週最多一封,訂閱新文章通知。

免疫治療會不會比較有效?藥物會不會比較敏感?

論文還做了兩件吸引人的分析,但兩件都是電腦推算。

免疫表型分數(IPS):低風險組的分數比較高。IPS 是用基因資料算出來、推估「腫瘤容不容易被免疫系統認出來」的指標。作者寫明,這篇沒有在真的接受免疫治療的病人身上看治療反應,所以不能解讀成「低風險組打免疫治療會比較有效」。

藥物敏感度:用 pRRophetic 這套軟體,從基因資料推算每個人對一系列小分子抗癌藥的半數抑制濃度(IC50),校正多重比較後,有 109 種藥在兩組之間不一樣,例如 Imatinib、Dasatinib、Axitinib、Nilotinib。這些數字是預測值,不是任何人真的吃了藥的結果。作者也提到,Imatinib 和 Nilotinib 在黑色素瘤的研究主要集中在帶有 KIT 變異的病人,而這篇的高低風險分組並不是依 KIT 狀態來分的。

這兩段在新聞稿裡最容易被寫成「找到新藥」。原文的用詞是「探索性的預測」、「需要實驗與臨床驗證」。

蛋白質層次的旁證,以及沒驗到的那一個

為了看看這些基因在蛋白質層次是不是也比較多,作者查了「人類蛋白質圖譜」(Human Protein Atlas)資料庫的免疫染色影像:CD80、IDO1、CXCL11 在黑色素瘤組織的染色比正常皮膚強。CCL8 在這個資料庫裡沒有黑色素瘤的染色資料,所以四個裡只驗到三個。

這是查公開影像,不是作者自己染色、也沒有計數,只能當作方向一致的旁證。

這篇的限制

作者在討論與結論裡列了幾點,每一點都會影響數字能不能相信:

  • 沒有前瞻驗證,也沒有實驗。 外部驗證只用了另一組公開資料,沒有在新收的病人身上試,也沒有在細胞或動物身上證明這些基因的作用。
  • 471 是樣本數,不是病人數。 TCGA 裡有些病人提供了不只一份腫瘤樣本,研究把每一份都當成一筆資料,配上同一位病人的存活時間。同一個人被算了不只一次,權重就被放大了。
  • 切點是各算各的。 高低風險的分界,在訓練資料是 −1.5704,在驗證資料是 −5.08535,兩組各用自己的中位數。這代表在一家醫院裡排得出相對高低,但沒有一個可以拿到另一家醫院直接用的固定數字。一個要上線的檢驗,需要的是事先講好的切點。
  • 加進分期後的價值不確定。 見上一節,C 指數沒有顯著差異,AUC 有升有降。
  • 免疫治療與藥物的結果都是推算。 不能拿來挑藥。
  • 細胞來源不明。 整塊組織的資料,分不出基因是誰做的。

另外有兩件作者沒寫、但讀的時候要記得的事:用來挑基因的 87 個「B 細胞標記」,來自一篇肺癌的研究,不是黑色素瘤;三組資料都以西方病人為主,台灣常見的、長在腳底手掌和指甲的那一型(肢端型),在這類資料庫裡占的比例很低。

給同業:論文的引用編號有幾處對不上

論文討論段在解釋 CCL8、CD80、CXCL11 這幾個基因時引用的文獻(第 28 到 31 篇),對到參考文獻表上,卻是 Imatinib、Dasatinib、Axitinib、Nilotinib 四個藥物的研究,跟那幾句話的內容對不上;用來引用 ESTIMATE 分析工具的第 24 篇,則是一篇談食品包裝視覺的心理學論文。這不影響資料分析本身,但那幾段背景說明要回頭查原始文獻。對病人來說,這不改變任何該做的事。

這一類論文,該怎麼讀

這幾年,用公開的基因資料庫建立「幾個基因的預後模型」,是很常見的研究型態:不用收病人、不用做實驗,資料免費下載,軟體開源。每一篇都會得到一組基因、一條分得開的存活曲線,和一張漂亮的列線圖。

這篇比多數同類論文交代得完整:它寫出了單樣本與單病人的差別、各組各算切點的問題,也直接比較了「加基因」與「不加基因」,承認差異不顯著。

但讀這類論文時,有三個問題可以先問:

  1. 有沒有在完全不同的一群病人身上驗證,而且用同一個事先定好的切點?
  2. 跟醫師已經在用的分期比,多了多少?(不是「自己準不準」,是「多了多少」。)
  3. 有沒有任何一位病人,因為這個分數而改變治療、而且結果變好?

這篇對第一題只做到一半,第二題的答案是「幾乎沒有」,第三題還沒有人做。

在門診裡,這代表什麼

這一段是寫給醫師與同業看的。只想知道自己該怎麼做的話,可以直接跳到下一段。

會不會改變明天的做法?不會。 這四個基因沒有商業檢驗,也沒有任何指引採用。預後評估仍以 AJCC 第八版為準:Breslow 厚度、潰瘍、前哨淋巴結。

病人拿這篇來問,可以這樣回答:「這是一篇用電腦分析公開資料的研究,它找到的四個基因,加到我們本來就在看的淋巴結和厚度上,幾乎沒有讓預測變準。你的病理報告上那個厚度數字,現在還是最重要的。」

數字能講到哪一格:人體觀察,而且是回頭分析公開資料庫,沒有前瞻收案。準度「中等」,外部驗證的信賴區間下緣接近擲銅板。

這篇值得留下的,是方向:B 細胞、漿細胞與三級淋巴結構跟比較好的預後同時出現,這件事跟 2020 年那兩篇《自然》論文一致。這是本站把幾篇研究放在一起看的解讀,不是這篇論文單獨證明的結論;它也還沒有改變任何治療。

對同業:如果要在台灣做這個題目,最值得補的是肢端型。台灣的病理檔案裡有大量肢端型黑色素瘤,用「一位病人一份樣本、事先定好切點」的設計,才回答得了它能不能用。

這對你現在有什麼用

這篇研究本身,還用不到。但它問的問題——「我的預後怎麼看」——有幾件事今天就做得到:

  • 把病理報告上的三項找出來,下次回診直接問:腫瘤厚度(幾毫米)、有沒有潰瘍、前哨淋巴結有沒有癌細胞。可以這樣問:「我的分期是第幾期?接下來多久要回來檢查一次?」很薄的黑色素瘤常常不需要做前哨淋巴結,報告上沒有這一項不一定是漏掉,問醫師為什麼就好。
  • 照醫師排的時間回診,不要因為「切乾淨了」就不回來。 復發和新長出第二顆黑色素瘤,都靠定期檢查最早發現。
  • 每個月自己從頭到腳看一次皮膚,包括腳底、手掌、指甲和頭皮;看不到的地方請家人幫忙,或用手機拍下來,下個月比對。要看什麼,就是下一段列的那幾種變化,也可以照〈痣什麼時候要擔心?〉一顆一顆看。
  • 下次回診時順便問:爸媽、兄弟姊妹、子女要不要也做一次全身皮膚檢查。
  • 不要因為看到「基因預測」的新聞,就自費去驗一個沒有被指引採用的預後檢測。醫師為了挑選標靶藥而安排的腫瘤基因檢測(例如 BRAF),是另一件事,照醫師安排做。也不要因為某個分數「低風險」就延後回診,或因為「高風險」就自己要求換藥。
  • 正在接受治療的人,不要因為看了這篇就自己停藥或改療程。 文中提到的藥物敏感度是電腦推算,不是任何人真的用藥的結果。

什麼情況要看醫師

當天就醫(晚上或假日就掛急診):

  • 突然一邊手腳無力、說話不清楚、劇烈頭痛,或抽搐

一週內回開刀的醫院(打電話提前掛號,不要等下次回診):

  • 開過刀的疤痕上或旁邊,冒出一顆新的黑色或粉紅色硬塊
  • 開刀那一側的腋下、大腿根部(鼠蹊部)或脖子,摸到一顆新的、或越來越大的硬塊——不會痛不代表沒事
  • 頭痛持續好幾天、久咳不好,或沒有原因的體重下降

一兩週內排皮膚科門診:

  • 身上一顆痣正在變大、變形、變色,或開始會癢、會流血
  • 腳底、手掌出現新的黑點;指甲上一條褐黑色的線變寬、變深,或黑色跑到指甲旁邊的皮膚
  • 一個傷口超過兩三週都好不了,或好了又破

可以等回診時一起問:

  • 想知道自己的分期和追蹤頻率

延伸閱讀

同樣在問「黑色素瘤的預後,能不能多一個線索」,站上寫過一篇從抽血著手的:〈腳底黑色素瘤,抽血的 NLR 能看出預後嗎?〉。一個是免費、本來就在抽的血液數字,一個是需要組織基因定序的四個基因;兩篇的結論很像——都還在「可以幫忙談預後、不能拿來決定治療」那一格。

如果你還在「這顆痣要不要給醫師看」那一步,先看〈痣什麼時候要擔心?腳底痣、指甲黑線與黑色素瘤〉,台灣最常見的位置跟歐美不一樣。

「用很多基因算一個分數」這件事為什麼進診間這麼慢,〈驗 HLA-B 擋下藥疹,多基因風險輪到皮膚科了嗎?〉有一段從另一個方向講了同樣的事。

出處與利益揭露本文為衛教與文獻整理,不是醫療廣告,也不構成個別醫療建議;本人未因撰寫本文收取任何費用或稿酬,與原論文作者群及文中提及的藥品廠商均無合作、贊助或顧問關係
  1. 本文為醫學衛教與文獻導讀,不是醫療廣告,也不構成個別醫療建議。文中提到的藥物只為轉述原論文的電腦推算結果,不代表任何用藥建議。
  2. 本文所引主要論文為開放取用,授權條款為 Creative Commons 姓名標示—非商業性(CC BY-NC 4.0)。本文未重製論文中的任何圖片或表格版面;文中的圖與表,是依論文內文所報告的數字自行整理與繪製。
  3. 原論文由新疆維吾爾自治區自然科學基金資助,作者聲明無競爭性利益,本文如實轉述。
  4. 本人未因撰寫本文收取任何費用或稿酬,與原論文作者群及文中提及的藥品廠商均無合作、贊助或顧問關係。
  5. 封面照片〈DNA double helix render on blue〉由 Brano 製作,取自 Unsplash,依 Unsplash License 免費使用,只縮小尺寸、未做其他修改;它是電腦繪製的示意圖,與本文研究無直接關係。權利人有疑慮即移除。

參考文獻

10 條

本文主要討論

  1. Wu J 等,Identification and External Transcriptomic Validation of a B Cell-Associated Prognostic Genes in Cutaneous Melanoma,Clin Cosmet Investig Dermatol 2026;19:637618 doi:10.2147/CCID.S637618

預後分期的來歷

  1. Clark WH Jr 等,The histogenesis and biologic behavior of primary human malignant melanomas of the skin,Cancer Res 1969;29(3):705–727
  2. Breslow A,Thickness, cross-sectional areas and depth of invasion in the prognosis of cutaneous melanoma,Ann Surg 1970;172(5):902–908 doi:10.1097/00000658-197011000-00017
  3. Morton DL 等,Technical details of intraoperative lymphatic mapping for early stage melanoma,Arch Surg 1992;127(4):392–399 doi:10.1001/archsurg.1992.01420040034005
  4. Gershenwald JE 等,Melanoma staging: evidence-based changes in the American Joint Committee on Cancer eighth edition cancer staging manual,CA Cancer J Clin 2017;67(6):472–492 doi:10.3322/caac.21409

免疫治療與腫瘤裡的免疫細胞

  1. Hodi FS 等,Improved survival with ipilimumab in patients with metastatic melanoma,N Engl J Med 2010;363(8):711–723 doi:10.1056/NEJMoa1003466
  2. Tumeh PC 等,PD-1 blockade induces responses by inhibiting adaptive immune resistance,Nature 2014;515(7528):568–571 doi:10.1038/nature13954
  3. Helmink BA 等,B cells and tertiary lymphoid structures promote immunotherapy response,Nature 2020;577(7791):549–555 doi:10.1038/s41586-019-1922-8
  4. Cabrita R 等,Tertiary lymphoid structures improve immunotherapy and survival in melanoma,Nature 2020;577(7791):561–565 doi:10.1038/s41586-019-1914-8
  5. Charoentong P 等,Pan-cancer immunogenomic analyses reveal genotype-immunophenotype relationships and predictors of response to checkpoint blockade,Cell Rep 2017;18(1):248–262 doi:10.1016/j.celrep.2016.12.019