2026 年 6 月 18 至 19 日，第三届 ELIXR 国际早期肺癌专家闭门会在加拿大蒙特利尔举行。会议邀请全球顶尖胸外科、放疗、肿瘤内科及转化研究专家，通过开放式头脑风暴挑战假设、碰撞观点，并推动跨学科合作。

1、新冠疫苗对肿瘤患者的生存延长

ELIXR 会议上，来自 MD Anderson 的 Steven Lin 博士分享了 Grippin 等人的一项重要研究。该研究于 2025 年首次在柏林 ESMO 大会亮相，随后发表于 Nature 正刊，提出市售新冠 mRNA 疫苗可能通过强烈激活先天免疫，将对免疫治疗不敏感的“冷肿瘤”转化为敏感的“热肿瘤”，从而有望成为免疫检查点抑制剂的潜在通用增敏剂。

MD Anderson 团队对 2015 至 2022 年间接受 ICI 治疗的逾千例 III/IV 期 NSCLC 或转移性黑色素瘤患者进行了回顾性真实世界分析。结果显示，在 NSCLC 队列中，疫苗接种组（ICI 启动前后 100 天内接种）中位总生存达到 37.3 个月，而对照组仅为 20.6 个月，3 年 OS 率分别为 55.7% 与 30.8%，校正后风险比约 0.51；转移性黑色素瘤队列的校正风险比则在 0.34 至 0.37 之间。

2、去年被发文讨论：目标试验仿真暴露时间相关偏倚

然而，2025 年底发表在 medRxiv 的一篇预印本（Dumas E 等，doi:10.1101/2025.11.03.25339367）采用目标试验仿真方法重新分析同一数据集，得出了截然不同的结论。

研究者首先构建了一个假设性随机对照试验：纳入 COVID-19 疫苗上市后（2020 年 12 月起）接受首次 ICI 作为一线系统治疗的 III/IV 期 NSCLC 患者，时间零点统一设定为首次 ICI 启动日期，随机分配至 ICI 启动后 100 天内接种疫苗或不接种，主要终点为 3 年总生存。随后使用克隆-删失-加权方法模拟随机化，并严格排除 2020 年前的历史对照。

[图1：目标试验仿真方法示意图：原始研究时间线与克隆-删失-加权模拟随机化的对比]

上图把原始研究和目标试验仿真这两种设计放在一起对比，才能看出问题出在哪。原始研究在时间线设计上有明显漏洞。疫苗组和对照组的“起跑时间”不一样，而且要判断一个人算不算疫苗组，得看他之后有没有在100天内打疫苗。这就带来两个问题：一是疫苗组把早期去世的病人自动排除在外了（因为他们没活到打疫苗那天），让疫苗组看起来活得更长；二是很多本来预后比较差的病人，因为没等到接种就被分到对照组，进一步把两组差距拉大。

目标试验仿真把这些问题给解决了。它把所有病人统一从“首次ICI”这个时间点开始算，同时给每个人在起点就安排好两种可能（打疫苗或不打），再用克隆-删失-加权的方法来模拟真实情况。简单来说，就是把时间线和分组规则重新拉平，让两组真正从同一起跑线开始比较。经过这样一步步校正后，原始分析里看到的疫苗明显获益基本就没了。这说明当初那个生存差异，很大程度上是研究设计本身制造出来的假象，而不是疫苗真的让ICI的效果变好了。当然，因为公开数据不够完整，这次仿真还不能把所有偏倚都完全消除，但已经把最主要的问题暴露并纠正得差不多了。

[图2：目标试验仿真逐步校正时间相关偏倚后 NSCLC 患者 3 年总生存曲线变化]

这张四联图直观地展示了目标试验仿真如何一步步把虚假的获益“挤”掉。A 图是原始分析的结果，疫苗组 3 年生存率明显更高（55.7% vs 30.8%）。当把所有病人统一拉回“首次 ICI”这个共同起点后（B），两组差距就缩小了；再把疫苗上市前的老病例排除掉（C），曲线进一步靠拢；最后通过克隆-删失-加权把基线不平衡也校正了（D），两条曲线几乎重叠在一起（45.7% vs 43.8%）。这说明原始分析里看到的生存优势，很大程度上是时间线设计和选择偏倚共同制造出来的假象，而不是疫苗真的让 ICI 效果变好了。

3、方法学反思：观察性数据因果推断的陷阱

这一案例深刻揭示了观察性数据因果推断的方法学陷阱，也与最近公众号统计系列反复强调的严谨思维高度呼应。正如我们在《肿瘤Ⅲ期临床试验统计语言（1）》中指出，P 值仅在“新药完全无效”的零假设前提下，量化数据因运气出现差异的罕见程度。它控制的是假阳性风险，却无法直接回答疗效对患者是否真正重要或结果是否可重复。同样，在 Grippin 原始 RWD 分析中，HR ≈ 0.51 的“显著获益”信号，在目标试验仿真严格对齐时间零点并模拟随机化后彻底崩塌，暴露出的是设计层面的系统性偏倚而非真实因果效应。

目标试验仿真正是观察性数据领域的“监管级安全阀”——它像 FDA 审评框架一样，先假设暴露无效应，再用严谨的时间线规范和统计方法去推翻这一假设。只有当数据差异大到无法用偏倚或运气解释时，才承认其证据价值。这也解释了为什么机制数据扎实、RWD 因果信号却存在争议时，最理性的回应永远是设计良好的前瞻性随机对照试验，而非直接改变临床实践。

4、作者团队提出的小鼠实验等机制证据支持生物学可能性

尽管真实世界数据的因果结论受到挑战，Grippin 团队在机制层面的探索仍为这一假说提供了坚实的生物学基础。

在小鼠模型中，Spike RNA-LNP 联合 ICI 能够显著增加肿瘤内肿瘤反应性 CD8⁺ T 细胞的浸润。免疫荧光染色显示，与单独使用 ICI 或 RNA-LNP 相比，联合治疗组肿瘤组织中 CD3⁺ 和 PD-1⁺ 细胞明显增多；流式细胞术定量也证实，联合组肿瘤反应性 CD8⁺ T 细胞比例显著高于其他组（见下图）。这一结果直接支持 mRNA-LNP 能够将“冷肿瘤”转化为可被 ICI 攻击的“热肿瘤”。

[图3：Spike RNA-LNP 联合 ICI 增加肿瘤反应性 CD8⁺ T 细胞浸润]

健康志愿者接种 COVID mRNA 疫苗后，体内迅速出现强烈的 I 型干扰素风暴。接种后 24 小时，IFNα 等多种干扰素相关基因表达较基线激增近 280 倍，同时伴随 IL-6、IFNγ、CXCL10 等炎症因子的一过性升高，7 天内逐渐回落（见下图）。这种强烈的、短暂的先天免疫激活被认为是 mRNA-LNP 发挥抗肿瘤效应的核心机制之一，且该效应不依赖于 mRNA 所编码的特定抗原。

[图4：COVID mRNA 疫苗接种后 24 小时内干扰素及炎症因子激增]

最值得注意的是，上述抗肿瘤效应不依赖 mRNA 编码的特定抗原。无论 RNA-LNP 编码的是刺突蛋白还是非肿瘤相关抗原，在黑色素瘤和肺癌小鼠模型中都能诱导相似的肿瘤控制效果。这提示驱动因素主要是 mRNA-脂质纳米颗粒本身的固有免疫原性，主要通过 MDA5 介导的 I 型干扰素通路激活抗原呈递细胞，促进肿瘤抗原的交叉呈递，从而启动肿瘤反应性 CD8⁺ T 细胞。该效应严格依赖 IFNα 信号，而 IFN 驱动的炎症反应又会上调肿瘤细胞 PD-L1 表达，形成可被 ICI 克服的代偿机制，因此必须联合使用才能让被激活的 T 细胞持续发挥杀伤作用。临床队列中无论 PD-L1 低表达还是高表达亚组均观察到相近的 OS 改善，也进一步支持了这一机制的普遍性。

5、学会统计思维，临床决策更靠谱

这个案例留给我们的最大启示，正是近期公总号统计系列强调的思维方式。真实世界证据可以生成假设、发现信号、提供生物学 plausibility，但要让结论真正改变临床实践，仍需前瞻性随机对照试验来确证因果关系。目标试验仿真等现代因果推断工具是强有力的诊断手段，能帮助我们识别 immortal-time bias、healthy vaccinee bias、日历时间混杂等陷阱，却无法绕过随机化在混杂控制上的根本优势。

在本次仿真中，由于数据限制和样本量缩小，我们并不能否定获益，只是无法证明获益，这是需要前瞻性试验回答的问题。

结束语

面对 MD Anderson +NATURE，还需独立思考。