停药后谁更稳？JALSG两项II期试验揭示尼洛替尼与达沙替尼停药后的TFR差异
本文是对2026年发表于《Blood Adv》的一项两项独立单臂Ⅱ期试验的解读，属科研资讯分享，不构成任何诊疗建议。CML停药一直是临床热点，但二代TKI一线停药数据有限。这项JALSG研究直接对比尼洛替尼和达沙替尼停药后的无治疗缓解，结果差异挺有意思——尼洛替尼12个月TFR率76.5%，达沙替尼只有55.1%，而且免疫微环境分析提示药物脱靶效应可能才是关键。值得一读。
期刊：Blood Advances（IF: 7.7，Q1）
发表时间：2026年9月22日
原文标题：Treatment-free remission and immune profiling after frontline second-generation TKI therapy in CML.
翻译标题：停药后谁更稳？JALSG两项II期试验揭示尼洛替尼与达沙替尼停药后的TFR差异
研究设计：两项独立、多中心、单臂II期试验（JALSG N-STOP216 & D-STOP216）
样本量：N-STOP: 51例；D-STOP: 49例（CML-CP患者）
主要结局：12个月TFR率：NIL 76.5% vs DAS 55.1%
次要结局：5年TFS：68.6% vs 50.9%；5年EFS：58.7% vs 46.6%
全文技术路线图
01 研究背景：从伊马替尼到二代TKI，停药研究的新问题
慢性髓性白血病（CML）的预后在酪氨酸激酶抑制剂（TKI）时代发生了根本性改变。随着伊马替尼停药试验（如STIM）证实约半数患者可实现无治疗缓解（TFR），停药已成为CML治疗的新目标 [Introduction]。然而，一线二代TKI（尼洛替尼NIL、达沙替尼DAS）停药的数据仍相对有限，且不同TKI的停药成功率存在差异。
既往研究提示，免疫监视——特别是NK细胞和T细胞亚群——在TFR的维持中发挥关键作用。而二代TKI具有不同的脱靶免疫调节效应：达沙替尼可诱导外周血淋巴细胞增多，尼洛替尼则相对保留免疫细胞亚群 [Introduction]。基于此，日本成人白血病研究组（JALSG）设计了N-STOP216和D-STOP216两项平行II期试验，系统评估一线二代TKI停药后的TFR，并探索免疫微环境与停药结局的关联。
02 方法学设计：两项平行单臂试验的严谨架构
两项试验均为多中心、单臂、II期设计，入组标准严格：CML慢性期患者，接受一线NIL或DAS治疗≥3年，且持续MR4.5≥2年 [Methods]。N-STOP216从25家机构筛选54例，最终51例入组；D-STOP216筛选56例，49例纳入分析 [Fig 1]。停药后分子复发定义为丧失MMR（BCR::ABL1 IS >0.1%），复发患者立即重启原TKI治疗。
Figure 1. 这是一张患者流程图，从上到下依次展示了两项试验的筛选、排除、入组及12个月TFR维持情况。N-STOP从54例筛选中纳入51例，其中39例在12个月时维持TFR；D-STOP从56例筛选中纳入49例，27例维持TFR。该图直观呈现了队列构建的严谨性，为后续TFR率差异的解读提供了人群基础。
主要终点为12个月TFR率，采用单侧二项检验；次要终点包括5年TFS（无治疗生存）和EFS（无事件生存）。免疫分析采用流式细胞术检测外周血淋巴细胞亚群及耗竭标志物（PD-1、TIGIT），并检测血清细胞因子水平 [Methods]。统计方法涵盖Kaplan-Meier法、log-rank检验、累积发生率函数及Cox回归，探索性终点未做多重性校正。
03 研究结果：从停药率到免疫机制的层层递进
两项试验均达到预设主要终点，但TFR率呈现显著差异：N-STOP的12个月TFR率为76.5%（90% CI, 64.7-85.8；P < .001），D-STOP为55.1%（90% CI, 42.4-67.3；P = .023）[Results]。长期随访显示，N-STOP的5年TFS为68.6%，D-STOP为50.9%；5年EFS分别为58.7%和46.6% [Fig 2]。分子复发动力学亦呈现不同模式：D-STOP的复发集中在停药后4个月内，而N-STOP的复发在5年内零星出现 [Fig 3]。
板块1｜Primary and secondary efficacy outcomes of TKI discontinuation in both trials
结果1｜12个月TFR率在两项试验中均达到主要终点，N-STOP高于D-STOP
在N-STOP试验中，51例接受尼洛替尼（NIL）一线治疗的患者停药后12个月治疗无缓解率（TFR）为76.5%（90% CI, 64.7-85.8; P < .001），而D-STOP试验中49例接受达沙替尼（DAS）的患者为55.1%（90% CI, 42.4-67.3; P = .023），两项试验均以单侧二项检验达到预设主要终点。作者通过独立的多中心单臂Ⅱ期试验设计，对前线二代TKI停药后的分子缓解维持能力进行了评估。该结果提示，在满足深度分子缓解（MR4.5持续≥2年）的慢性期CML患者中，停药策略总体可行，且NIL组的TFR率较DAS组高出约21个百分点，为后续分析两种药物免疫调节差异对TFR稳定性的影响奠定了基础。
结果2｜5年无治疗生存率N-STOP高于D-STOP，差异随时间持续存在
在长期随访中，N-STOP试验的5年无治疗生存率（TFS）为68.6%（95% CI, 54.0-79.5），D-STOP试验为50.9%（95% CI, 36.2-63.8），两组均无急变期进展事件。作者采用Kaplan-Meier法估算停药后无需重启TKI治疗的生存概率，结果显示NIL组的TFS优势在5年观察期内持续存在。该结果与12个月TFR率的差异方向一致，表明NIL停药后的分子缓解维持更具持久性；同时，D-STOP组TFS曲线早期下降更为陡峭，提示DAS停药后的分子复发多集中在停药初期，而NIL组的复发则呈更缓慢的散在分布，这一动力学差异可能反映两种药物对免疫监视功能的不同影响。
Figure 2. 这是一组Kaplan-Meier生存曲线和累积发生率曲线。A-B面板显示N-STOP的5年TFS为68.6%，高于D-STOP的50.9%，且NIL组的曲线下降更平缓；C-D面板显示重启TKI后3个月MMR恢复率在两组均超过90%。该图直接支撑了主要终点和次要终点的结论，即NIL停药后的分子缓解维持更具持久性，且停药后重启治疗安全有效。
结果3｜5年无事件生存率N-STOP为58.7%，D-STOP为46.6%，均低于对应TFS
N-STOP试验的5年无事件生存率（EFS）为58.7%（95% CI, 44.0-70.8），D-STOP试验为46.6%（95% CI, 32.2-59.8），两项试验的EFS均低于各自的TFS，差异主要源于部分患者在维持MR4.5但未丧失MMR的情况下发生了MR4.5丢失（N-STOP中39例12个月TFR患者有10例丢失MR4.5，D-STOP中27例有2例）。作者将EFS定义为无MR4.5丢失、无MMR丢失、无疾病进展及无死亡的事件复合终点，结果显示N-STOP中MR4.5丢失与MMR丢失之间存在较大时间间隔，而D-STOP中两者更为接近。这一发现说明NIL停药后虽偶发分子水平波动，但多数患者仍能维持MMR以上的缓解深度，进一步支持NIL停药的安全性优于DAS。
结果4｜重启TKI后3个月MMR恢复累积发生率在两项试验中均超过90%
在分子复发（丧失MMR）后重启原TKI治疗的患者中，N-STOP试验3个月MMR恢复的累积发生率为93%（95% CI, 59-99），D-STOP试验为92%（95% CI, 71-98），除N-STOP中1例因脑梗死于重启NIL后第4天退出试验外，所有患者均在3个月内（D-STOP为4个月内）重新获得MMR。作者采用累积发生率方法估算重启治疗后的分子缓解恢复速度，结果显示两种药物均能快速有效地控制复发。该结果从安全性角度验证了停药策略的可行性——即使发生分子复发，重启TKI也能迅速恢复缓解，未观察到疾病进展或耐药事件，这为临床实践中尝试TKI停药提供了重要的安全保障。
板块2｜分子复发的动力学特征与临床预测因素的缺失
结果5｜MMR丢失的时相分布差异解释了两种TKI停药后早期TFS曲线斜率的差异
作者通过绘制每位患者在停药后BCR::ABL1 IS百分比的个体化轨迹（spaghetti plot）来比较两个试验的分子复发动力学特征。结果显示，在D-STOP试验中，MMR丢失高度集中在停药后4个月内，呈现陡峭的早期下降；而在N-STOP试验中，MMR丢失则呈散在分布，在整个观察期内零散发生。具体而言，在N-STOP试验中，39例12个月时维持TFR的患者中有10例丢失了MR4.5但仍维持MMR，其中3例（N-015、N-054、N-038）分别在停药后27、36、39个月才丢失MMR；而在D-STOP试验中，27例12个月TFR患者中仅2例丢失MR4.5，其中1例（D-046）在25个月时丢失MMR。这一时相分布的显著差异直接解释了两个试验TFS曲线早期斜率的差别——D-STOP的早期陡峭下降源于MMR丢失的集中爆发，而N-STOP的平缓下降则反映了复发的散在性。这一发现提示，DAS停药后的分子复发可能更多由停药即刻的微环境变化触发，而NIL停药后的复发则可能涉及更缓慢的生物学过程。
Figure 3. 这是一张个体患者轨迹图（spaghetti plot），每条线代表一位患者的BCR::ABL1 IS水平随时间的变化，虚线为MMR和MR4.5阈值。图中清晰显示D-STOP的MMR丢失集中在停药后4个月内，而N-STOP的复发呈散在分布，直接解释了两组TFS曲线早期斜率的差异。该图是理解TFS与EFS差距（尤其N-STOP中MR4.5丢失与MMR丢失的时间间隔）的关键证据。
结果6｜两个试验中均未发现显著的TFR临床预测因素
作者在两个试验中分别进行了单变量Cox回归分析，以探索可能预测TFR的临床因素，包括年龄、性别、Sokal风险评分、TKI治疗持续时间、停药时UMRD状态、达到MMR和MR4.5的时间以及相对剂量强度等。结果显示，在两个试验中均未发现任何协变量与TFR显著相关（单变量分析均无显著差异），因此未进行多变量分析。这一阴性结果具有重要含义：首先，它排除了临床基线特征作为TFR预测工具的可能性，提示分子复发可能主要由生物学而非临床因素驱动；其次，结合结果5中发现的复发时相差异，这一发现间接支持了作者的假设——即TKI特异性的免疫调节效应（而非患者临床特征）可能是决定TFR稳定性的关键因素，为后续免疫学分析（板块3）提供了逻辑铺垫。
板块3｜停药前NIL与DAS治疗组的药物特异性免疫微环境差异
结果7｜停药前DAS治疗组的总淋巴细胞、CD3+ T细胞、CD8+ T细胞及CD56dim NK细胞计数显著高于NIL治疗组
作者通过流式细胞术对两试验患者在停药前（Pre）及停药后1个月、3个月的外周血单个核细胞进行了系统的免疫亚群分析，以探究不同TKI药物对免疫微环境的差异化影响。结果显示，在停药前，DAS治疗组的总淋巴细胞计数显著高于NIL治疗组（P < .05），这一差异主要由CD3+ T细胞（P < .01）、CD8+ T细胞（P < .05）以及CD56dim NK细胞（P < .05）的扩增所驱动。值得注意的是，DAS组中CD56dim NK细胞（即成熟效应型NK细胞）的升高在停药后3个月仍持续存在，提示DAS诱导的免疫细胞扩增具有持续性。与之相对，NIL治疗组则在多个时间点表现出更高的初始型（naïve）和中央记忆型（CM）CD4+及CD8+ T细胞计数。这一免疫格局的差异提示，DAS的脱靶免疫调节作用倾向于驱动T细胞和NK细胞向终末分化及效应表型偏移，而NIL则更好地保留了初始/记忆性T细胞储备。该发现与此前观察到的D-STOP试验中TFR率较低（12个月55.1% vs 76.5%）相呼应，提示DAS诱导的免疫细胞过度分化与耗竭可能削弱了停药后免疫监视对白血病克隆的长期控制能力，为两种药物TFR稳定性差异提供了免疫学层面的解释。
Figure 4. 这是一组流式细胞术柱状图，比较了两项试验在停药前及停药后1、3个月各免疫细胞亚群的绝对计数。结果显示DAS组CD3+ T细胞、CD8+ T细胞和CD56dim NK细胞显著升高，而NIL组初始/记忆型T细胞更高。该图提供了药物特异性脱靶免疫调节效应的直接证据，为后续TFR差异的免疫学解释奠定基础。
板块4｜各试验内与分子复发相关的免疫特征及血清细胞因子关联
结果8｜D-STOP试验中，RET组停药后1个月和3个月时CD4+ T细胞与eTreg计数显著高于TFR组
在D-STOP试验（49例达沙替尼停药患者）中，作者通过流式细胞术对停药前、停药后1个月和3个月的外周血免疫细胞亚群进行动态监测，并比较了分子复发（RET）组与持续无治疗缓解（TFR）组之间的差异。结果显示，RET组在停药后1个月和3个月时CD4+ T细胞绝对计数显著高于TFR组（P < .05），同时效应性调节性T细胞（eTreg）的绝对计数也在相同时间点显著升高（P < .05）。这一发现提示，达沙替尼停药后CD4+ T细胞及eTreg的异常扩增与分子复发密切相关，eTreg的增多可能通过抑制抗白血病免疫监视而削弱TFR的维持。该结果与前一板块中DAS治疗患者整体淋巴细胞增高的现象形成逻辑衔接，进一步将免疫失调与复发结局直接关联起来。
Figure 5. 这是一组流式细胞术柱状图，在D-STOP试验内比较了TFR组与RET组的免疫指标。结果显示RET组在停药后1、3个月CD4+ T细胞和eTreg计数显著升高，且CD4+ T细胞上PD-1和TIGIT表达上调，而CD8+ T细胞无显著差异。该图将免疫失调与复发结局直接关联，提示DAS诱导的CD4+ T细胞扩增和耗竭可能损害免疫监视。
结果9｜D-STOP试验中，RET组CD4+ T细胞上PD-1和TIGIT表达显著升高
在D-STOP试验的同一免疫监测体系中，作者进一步分析了T细胞耗竭标志物的表达水平。结果显示，RET组患者CD4+ T细胞上程序性死亡受体1（PD-1）和T细胞免疫球蛋白及ITIM结构域蛋白（TIGIT）的表达在停药后显著高于TFR组（P < .05），而CD8+ T细胞亚群及其耗竭标志物在两组间未见显著差异。这一结果表明，在达沙替尼治疗的背景下，复发的患者呈现出CD4+ T细胞而非CD8+ T细胞的耗竭表型，提示DAS诱导的慢性免疫刺激可能优先驱动CD4+ T细胞走向功能耗竭，从而损害其辅助抗肿瘤免疫的能力。该结果与结果8中CD4+ T细胞及eTreg的扩增相互印证，共同描绘了DAS相关复发的免疫特征图谱，即CD4+ T细胞区室的异常扩增伴随耗竭标志物上调。
结果10｜N-STOP试验中，TFR组与RET组在所有免疫细胞亚群及耗竭标志物上均无显著差异
与D-STOP试验形成鲜明对比的是，在N-STOP试验（51例尼洛替尼停药患者）中，作者对TFR组和RET组进行了完全相同的流式细胞术分析，覆盖CD4+、CD8+ T细胞亚群、eTreg以及PD-1、TIGIT等耗竭标志物。结果显示，在所有分析的时间点（停药前、停药后1个月和3个月）及所有免疫参数上，两组之间均未观察到统计学显著差异。这一阴性结果具有重要的生物学意义：它表明尼洛替尼停药后的分子复发并不伴随可检测的免疫细胞亚群偏移或耗竭表型变化，NIL治疗可能保留了更为平衡和稳定的免疫微环境。该结果与结果8和9形成鲜明的药物特异性对照，有力支持了研究核心假说——达沙替尼特有的脱靶免疫调节效应（而非尼洛替尼）是导致TFR稳定性差异的关键机制。
Figure 6. 这是一组流式细胞术柱状图，在N-STOP试验内比较了TFR组与RET组的免疫指标。结果显示在所有时间点和所有免疫参数上两组均无显著差异，与D-STOP形成鲜明对比。该图有力支持了研究核心假说——尼洛替尼保留了更均衡的免疫微环境，其停药后的分子复发不伴随可检测的免疫偏移。
结果11｜停药前血清IL-6和IL-1β水平在RET组显著高于TFR组
作者进一步通过血清细胞因子分析，探索了基线炎症状态与分子复发之间的关联。在D-STOP试验中，停药前采集的外周血样本检测显示，RET组患者的血清白细胞介素-6（IL-6）和白细胞介素-1β（IL-1β）水平显著高于TFR组（P < .05）。这一发现提示，在TKI停药之前即已存在的促炎性细胞因子环境可能预示着后续的分子复发风险，IL-6和IL-1β作为关键的炎症介质，可能通过激活炎症信号通路、促进免疫抑制性微环境形成而削弱停药后的免疫监视能力。该结果将免疫失调的时间窗口前移至停药前，说明DAS治疗期间积累的慢性炎症状态可能在停药决策时就已经为复发结局埋下伏笔，与结果8-9中停药后出现的CD4+ T细胞异常扩增形成时间上的因果链条。
结果12｜停药后1个月血清IL-8水平在RET组显著高于TFR组
在停药后的动态监测中，作者发现停药后1个月时RET组的血清白细胞介素-8（IL-8）水平显著高于TFR组（P < .05），而停药前两组IL-8水平并无显著差异。IL-8作为一种趋化因子，主要介导中性粒细胞募集和血管生成，其停药后的升高可能反映了复发早期肿瘤微环境中炎症反应的激活或免疫逃逸信号的启动。这一时间动态特征值得注意：IL-8的升高出现在停药后而非停药前，提示其可能作为复发过程中的早期事件标志物，而非预存的风险因素，与结果11中IL-6和IL-1β的基线预测作用形成互补。综合血清细胞因子与细胞免疫表型的结果，作者勾勒出DAS相关复发的完整免疫图景：停药前即存在促炎环境（IL-6、IL-1β升高），停药后伴随CD4+ T细胞扩增、eTreg增多、耗竭标志物上调以及IL-8的进一步升高，共同构成不利于TFR维持的免疫微环境。
04 深度解读：达沙替尼的免疫激活悖论
本研究最引人注目的发现是免疫微环境与停药结局的关联呈现出药物特异性。在停药前，DAS治疗患者的CD3+ T细胞、CD8+ T细胞和CD56dim NK细胞绝对计数显著高于NIL治疗患者（P < .05）[Fig 4]。然而，这种免疫细胞的扩增并未转化为更好的TFR维持，反而与更高的复发率相关。
【解读观点】这提示达沙替尼诱导的慢性免疫刺激可能是一把双刃剑：持续的抗原驱动导致免疫细胞终末分化和耗竭，削弱了停药后免疫监视的持久性。在D-STOP中，RET组（分子复发组）在停药后1个月和3个月表现出更高的CD4+ T细胞和eTreg计数，且CD4+ T细胞上PD-1和TIGIT表达显著上调（P < .05）[Fig 5]。相反，N-STOP中TFR组与RET组之间未观察到免疫指标的显著差异 [Fig 6]，提示尼洛替尼保留了更均衡的免疫储备。
【解读观点】血清细胞因子分析进一步支持这一假说：停药前IL-6和IL-1β水平在RET组显著升高，停药后1个月IL-8亦升高（P < .05）[Supplemental Fig 1]，提示预先存在的炎症微环境可能预测分子复发。这些发现为"TKI特异性免疫特征影响TFR结局"提供了直接证据。
05 局限与展望：从探索性发现到临床验证
本研究存在若干方法学局限。首先，两项试验为独立的单臂设计，缺乏随机对照，组间比较本质上是跨试验的探索性分析，可能存在选择偏倚 [Discussion]。其次，样本量有限（n=51和49），统计效能不足以进行确定性的组间分类和广泛的亚组多变量分析。第三，体细胞突变数据（如ASXL1）未纳入分析，而这些突变可能影响停药结局。
Figure 4. 这张图（图8）对应本研究的关键结果：其次，样本量有限（n=51和49），统计效能不足以进行确定性的组间分类和广泛的亚组多变量分析。
Figure 5. 这张图（图9）对应本研究的关键结果：其次，样本量有限（n=51和49），统计效能不足以进行确定性的组间分类和广泛的亚组多变量分析。
Figure 6. 这张图（图10）对应本研究的关键结果：其次，样本量有限（n=51和49），统计效能不足以进行确定性的组间分类和广泛的亚组多变量分析。
【解读观点】免疫学分析属于探索性终点，未做多重性校正，且缺乏功能性实验验证（如细胞毒性实验或细胞因子分泌功能检测）。因此，DAS诱导的免疫耗竭与TFR受损之间的因果关系尚不能确立，仅能提示关联方向。未来需要在更大规模的前瞻性队列中验证这些免疫标志物的预测价值，并探索具有最小脱靶效应的下一代TKI是否能够提供更优的免疫介导TFR维持 [Discussion]。
06 科研思路启发：从本院数据到高质量停药研究
本研究为利用临床队列数据发表高质量论文提供了可借鉴的范式。其一，选题聚焦临床痛点——二代TKI停药这一真实世界需求，而非重复既有伊马替尼停药研究。其二，采用平行双试验设计，天然形成"药物对照"，虽非随机但增强了结论的稳健性。其三，将常规临床随访数据与流式免疫分型相结合，实现了从"临床现象"到"机制探索"的跨越。
【解读观点】对于有CML随访数据的中心，可考虑以下路径：①建立本中心TKI停药患者队列，收集停药前后外周血标本；②采用质谱流式（CyTOF）或单细胞测序替代传统流式，提升免疫分析的维度；③将免疫特征与已知临床预测因子（如停药时MR4.5深度、TKI治疗时长）整合，构建列线图预测模型。此外，本研究的投稿策略值得借鉴：将两项独立试验打包发表，提升了单中心数据的说服力，这也是多中心合作的有效替代方案。
金句
停药不是简单的'停药'——二代TKI的免疫调节指纹，可能早已写下了谁更适合走向无治疗缓解的答案。