点击蓝字 关注我们
引用本文：吕丽, 李美仙, 林劼. 精准医学时代EGFR突变阳性非小细胞肺癌的全程管理：学习型MDT体系的构建与优化[J]. 肿瘤防治研究, 2026, 53(8): 577-588.
基金项目：国家自然科学基金（82160453）；云南省高层次卫生健康技术人才医学学科后备人才（H-2024090）；昆明医科大学第二附属医院2023年人才梯队培育项目（RCTDHB-202306，RCTDXK-202304）
作者单位：650101 昆明，昆明医科大学第二附属医院肿瘤科
通信作者：林劼，男，硕士，主任医师，主要从事胸部恶性肿瘤的基础与临床应用转化研究，E-mail:linjieshi@126.com，ORCID: 0000-0003-3784-8120
作者简介：吕丽，女，博士在读，主治医师，主要从事胸、腹部恶性肿瘤的基础与临床应用转化研究，ORCID:0000-0002-0339-862X
专家简介
林劼 教授
主任医师，硕士生导师，学科带头人。主要从事肿瘤的放化疗、靶向及免疫治疗，承担肿瘤学教学、科研与管理工作，擅长肺癌、乳腺癌等多种肿瘤综合治疗。中国临床肿瘤学会（CSCO）理事、CSCO老年肿瘤防治专业委员会副主任委员、CSCO患者教育专家委员会副主任委员、云南省医师协会临床精准医疗专业委员会主任委员、云南省抗癌协会临床肿瘤学协作专业委员会主任委员、中国研究型医院学会分子肿瘤与免疫治疗专委会常委、中国抗癌协会肿瘤放射防护专业委员会常务委员、CSCO非小细胞肺癌专家委员会委员、CSCO免疫治疗专家委员会委员、CSCO肝癌专业委员会委员、CSCO罕见肿瘤专家委员会委员、中国初级卫生保健基金会肺癌专业委员会委员、北京癌症防治学会免疫治疗不良事件管理专委会副主任委员、国际肺癌研究学会（IASLC）会员等。近5年共发表论文30余篇，其中SCI论文27篇。主编专著4部，主持国家自然基金项目2项、CSCO基金1项、中国健康促进基金会抗血管生成研究项目1项、云南省联合基金专项1项。获专利3项、云南省科学技术进步二等奖1项、三等奖1项。
摘 要：在精准医学背景下，表皮生长因子受体（EGFR）突变阳性非小细胞肺癌（NSCLC）的治疗策略日益精细化。传统多学科团队（MDT）模式难以满足全病程动态管理需求。本文提出，EGFR突变阳性NSCLC的MDT模式亟需向学习型MDT体系演进。该体系以循证证据为基础、专家主导决策为核心、数字化整合为支撑，强调对患者体能状态、心理社会因素及经济能力等个体特征的全面考量。系统梳理了EGFR突变阳性NSCLC在可切除早期、Ⅲ期、转移性/寡进展及TKI耐药后等关键疾病阶段的核心管理目标与PICO式关键问题，结合最新量化临床研究证据，深入阐述了学习型MDT体系的结构化构建框架，包括多维度协作架构、节点化标准化流程与全周期信息整合平台，量化评估指标与闭环优化机制，并提出了旨在验证其效能的多中心前瞻性随机对照研究设计。同时分析了该体系在实施中面临的局限，以及可能带来的潜在社会影响，并针对性地提出了分阶段优化路径与缓解策略，旨在为建立更规范、精准与人文的EGFR突变阳性NSCLC全程管理模式提供理论框架与实践指引。
关键词：精准医学；EGFR突变；非小细胞肺癌；学习型多学科团队；全程管理；循证决策
0 引言
非小细胞肺癌（NSCLC）是全球范围内导致肿瘤相关死亡的主要原因之一，东亚人群中，EGFR基因突变是非小细胞肺癌最常见的驱动基因，其检出率显著高于欧美人群[1-2]。精准医学的发展使EGFR突变阳性NSCLC的治疗格局发生了革命性变化，第一代到第三代EGFR酪氨酸激酶抑制剂（Tyrosine kinase inhibitor, TKI）的迭代，不仅显著延长了患者生存期，更将疾病管理带入了“全程化、序贯化、个体化”的新阶段。第一、二代EGFR-TKI已被证实可显著延长患者无进展生存期（Progression-free survival, PFS）[3-4]；第三代EGFR-TKI奥希替尼在FLAURA研究中，相较于第一代EGFR-TKI（吉非替尼、厄洛替尼）展现出显著的PFS及总生存期（Overall survival, OS）获益（中位OS 38.6个月 vs. 31.8个月，HR=0.80）[5-6]，确立了其在一线治疗中的地位。随着治疗线次延长及生存时间改善，疾病管理的复杂性显著增加。EGFR-TKI治疗后普遍出现获得性耐药，其机制包括EGFR通路再激活、旁路信号激活（如MET扩增）、下游通路改变及组织学转化等，呈高度异质性[7-9]。不同机制对应差异化的治疗策略、对再活检时机、检测方式及机制匹配治疗路径提出更高要求。随着Ⅲ期巩固治疗策略的更新、寡转移或寡进展管理的优化以及对免疫治疗在特定情境下的不断探索，不同疾病阶段的治疗目标与获益终点进一步细分，提示分期与治疗时机的精准把握对预后具有重要影响。
在此背景下，多学科团队（Multidisciplinary team, MDT）模式被用于整合复杂的诊疗流程。传统MDT以病例讨论为核心，虽可汇集多学科意见，但在动态复评、数据整合及执行闭环方面仍存在提升空间[10]。面对不断演进的治疗策略，单一学科或静态讨论已难以满足全病程、机制驱动的精准管理需求[11]。国内外权威诊疗指南（NCCN、CSCO及ESMO）均强调要制度化多学科协作，以实现诊断与随访的连续管理[12-13]。需要强调的是，MDT的核心是基于个体患者特征的综合判断，而非路径模板化执行。需要将患者功能状态、合并症、心理及社会经济因素等纳入决策。在我国，MDT理念虽逐步推广，但仍面临区域差异、信息系统互通不足及质控标准不统一等问题[14]。因此，在循证证据基础上构建具备数据整合、动态反馈与质量监测能力的“学习型MDT体系”，并保持专家主导与个体化决策相结合原则，具有重要现实意义。本文在梳理了EGFR突变阳性NSCLC不同疾病阶段关键证据的基础上，围绕早期、Ⅲ期、转移性及EGFR-TKI耐药等核心情境，提出学习型MDT的结构框架与优化路径，旨在为全程规范化管理提供循证支持与实践思路。
1 EGFR突变阳性NSCLC的全程管理特点与挑战
1.1
EGFR突变异质性与MDT动态决策
EGFR突变并非单一分子事件，而是由经典敏感突变、罕见功能突变与空间构象突变共同编织的“突变谱系”，其生物学差异直接影响治疗选择与预后判断。经典突变如19号外显子缺失（19del）和L858R点突变，约占所有EGFR突变的85%~90%，对第三代EGFR-TKI具有高度敏感性。FLAURA研究显示，奥希替尼一线治疗的中位无进展生存（mPFS）达18.9个月，死亡风险较一代TKI降低20%[6]。针对这类患者，MDT的重点在于基于循证标准方案进行个体化优化，例如综合脑转移负荷、合并基因变异及不良反应耐受性等因素进行风险分层与方案微调，而非偏离指南框架。其余10%~15%的罕见突变（如G719X、L861Q、S768I）表现出差异化药物敏感性。体外研究显示，其对可逆性TKI的抑制浓度较经典突变升高3~30倍[15]，但仍对第二代不可逆TKI保留一定敏感性。真实世界数据汇总分析表明，阿法替尼在罕见点突变亚组的中位治疗失败时间（TTF）为10.8~14.7个月，客观缓解率（ORR）为60%~77%，显著优于一代TKI[15]。上述数据提示，不同罕见突变亚型间疗效存在差异，MDT决策需结合具体氨基酸变异位点、突变丰度及共存通路异常进行综合评估，而非简单按“罕见突变”归类处理。
外显子20插入（Ex20ins）因引起αC-螺旋空间构象改变而对传统TKI原发性耐药。Ⅲ期PAPILLON研究证实，Amivantamab联合化疗将初治Ex20ins患者的中位PFS由6.7个月延长至11.4个月，ORR提高至73%[16]。基于该研究结果，相关指南已将“Amivantamab+化疗”纳入推荐方案之一，但需注意适用人群及不良反应的管理条件，其常见不良反应包括输注相关反应、皮肤不良反应、静脉血栓栓塞、外周水肿、口腔黏膜炎、眼毒性以及间质性肺病等，这些不良反应都可以通过对症干预和监测进行管理[17]，因此，MDT在此情景下的核心价值在于多学科协同监测与支持治疗，而非单纯药物选择。此外，同一突变类别内部亦存在疗效异质性，如L747X不同亚型对阿法替尼反应不同[18]。因此，在解读二代测序（NGS）报告时，MDT应关注具体突变亚型、突变丰度及共突变背景，并在疾病进展节点考虑重复活检或液体活检，以实现机制匹配治疗。总体而言，EGFR分子异质性决定了不同临床情境下的决策侧重点：经典突变强调循证框架下的个体化优化；罕见点突变强调精准分型与序贯选择，Ex20ins突变强调方案选择与毒性协同管理。
1.2
从第一代到第三代EGFR-TKI的演进与耐药
EGFR-TKI的发展历程本质上是针对耐药机制不断进行靶向药物创新的过程。第一代TKI药物吉非替尼和厄洛替尼将晚期EGFR突变阳性NSCLC的mPFS由化疗时代的4~6个月延长至9~11个月，但多数患者在9~12个月内发生获得性耐药[19]。T790M突变是EGFR突变阳性NSCLC最常见机制之一，其通过空间位阻效应降低TKI与ATP结合位点的亲和力[20]。第三代TKI奥希替尼通过不可逆结合机制有效抑制T790M突变。FLAURA研究最终分析显示，奥希替尼一线治疗在PFS及OS方面均显著优于第一代TKI，并在伴脑转移患者中显示较高颅内缓解率[5]。然而，即使奥希替尼在一线治疗中有很好的获益，其获得性耐药仍不可避免。基于AURA3和FLAURA研究的生物标志物联合分析，奥希替尼耐药后的分子机制呈现高度异质性，主要包括以下四类[7,21]：EGFR依赖性通路再激活（C797S、L792F/H、G724S）；旁路激活（MET扩增、HER2突变、BRAF V600E、PIK3CA）；组织学转化（小细胞、鳞癌）；未知机制。上述耐药谱系呈现高度异质性，提示疾病进展本身并非单一事件，而是启动新一轮分子评估与机制匹配治疗的关键节点。因此，MDT在耐药阶段的核心任务是明确再检测策略、评估可及治疗选项，并在证据充分的前提下实施个体化序贯治疗。
1.3
对传统MDT模式的拷问与升级需求
精准医学背景下，EGFR突变阳性NSCLC的管理呈长期化、序贯化与多维度特征。以单次病例讨论为核心的传统MDT模式在动态信息整合与持续质量监测方面存在一定局限[22]。首先，传统MDT多围绕某一决策点展开，缺乏贯穿诊断、治疗、再评估及随访的连续性机制。分子病理、影像学与临床症状信息常分散于不同科室，缺乏统一数据整合平台，可能影响关键节点（如缓慢进展或寡进展）的判断效率[22-23]。真实世界研究显示，再活检实施率与标准化程度仍存在差异[22]，提示在耐药机制识别环节仍有改进空间；其次，决策执行与监测责任界定不清，可能影响治疗路径依从性。例如，再活检时机、检测方式及局部治疗介入标准在不同中心间存在差异，增加了实践层面的变异性[22]；此外，传统MDT往往聚焦肿瘤控制目标，对患者报告结局（PROs）、生活质量及长期支持治疗整合不足。在全病程管理模式下，患者功能状态、心理与社会支持因素均可能影响治疗依从性与结局[22,24-26]。上述问题并非否定MDT价值，而是提示其需要从“单点讨论模式”向“具备数据整合、动态复评与质量监测能力的持续协作体系”转变。
2 学习型MDT决策体系构建的理念与框架
学习型MDT的提出，旨在循证医学框架下强化专家主导决策，通过结构化流程与反馈机制提升决策一致性与路径依从率，其实际效果仍需通过前瞻性研究进一步验证。
2.1
核心理念升级：从“多学科会诊”到“循证整合与路径化管理”
MDT作为肿瘤诊疗的重要协作模式，其内涵正由传统的“多学科会诊”向“循证整合决策与路径化管理”演进。在精准医学背景下，EGFR突变阳性NSCLC的管理涉及分子检测结果、影像学评估、共突变背景及患者功能状态等多维度信息[10,27]，传统MDT单次会议式讨论难以覆盖疾病全程管理需求。因此，学习型MDT更强调在循证医学框架下整合指南推荐、关键临床研究结果及真实世界数据，通过结构化流程设置关键决策节点，以提高决策的一致性与路径依从性，而非以经验性判断替代循证依据。在此理念下，MDT的作用从单一治疗方案的形成，延伸至覆盖“初诊-治疗-监测-进展评估-再决策”的连续管理路径[28]。这种路径化管理强调在明确分期目标与证据等级基础上进行分阶段决策，并通过记录与反馈机制实现持续改进，但其对患者生存或生活质量的独立影响仍需通过前瞻性研究进一步验证。学习型MDT并非对传统模式的否定，而是在循证框架内对协作方式与决策流程的优化。
2.2
结构、流程与信息整合
高效MDT体系的运行依赖于结构、流程与信息三个维度的协同。结构层面通常由胸外科、肿瘤内科、放疗科、影像科及病理分子诊断科等核心学科构成[28-29]，并结合营养、心理及康复等支持学科，以实现较为全面的患者评估[30-31]。需要强调的是，结构化协作并不意味着决策模板化，而是通过明确角色分工与责任界定，减少信息遗漏与执行偏差。在实践中，设立MDT负责人及专职协调人员，有助于保障会议效率与后续执行追踪；持续的跨专业教育亦有助于提高团队对循证更新及规范流程的理解[32-34]。
EGFR突变阳性NSCLC全流程管理分为初诊决策、治疗评估、耐药再分层和复发救治四个阶段。在流程管理方面，MDT应围绕疾病的不同时期（可切除早期、不可切除Ⅲ期、转移/寡进展及TKI耐药后）设立关键复评节点，明确各阶段核心管理目标。本文采用PICO方法学，即人群（Patient）、干预措施（Intervention）、对照措施（Comparison）和结局（Outcome），构建关键临床问题与证据汇总表（表1~11见中国知网增强出版内容），为各阶段精准诊疗决策提供支撑。初诊决策阶段重点包括精准分期及分子突变类型的判定，为后续治疗方案提供科学依据[35]。治疗评估阶段通过疗效监测、影像复评、分子检测动态调整治疗策略，以应对肿瘤异质性及患者个体差异[10,36]。耐药再分层阶段是精准诊疗的关键环节，需综合临床表现与分子检测结果明确耐药机制，指导后续换药或联合治疗方案的选择[37-38]。复发救治阶段强调多学科协作，整合患者最新病理资料、生物标志物及影像学结果，制定个体化的二线及后线治疗方案[39]。
信息整合是学习型MDT得以实施的重要技术支撑。共享数据库可整合患者的临床资料、影像数据及分子检测结果，为综合判断提供多维依据[10,35]。决策追踪系统记录每次MDT会议的讨论内容及决策结果，便于后续临床路径的追踪与评估，提高决策的透明度和可追溯性[27,40]。人工智能辅助决策系统的引入，能够基于海量数据进行模式识别和风险预测，辅助MDT成员作出更科学准确的治疗选择[27,41]，但其定位应为决策支持工具，算法输出需结合具体临床情境与患者偏好进行解释，不应替代专家判断。
2.3
动态复评与闭环优化机制
在EGFR突变阳性NSCLC的全程管理中，治疗策略呈现长期化与序贯化特征，分子状态与临床表现随时间不断演变。因此，MDT决策不应局限于单次讨论，而需建立基于关键时间节点的动态复评机制。这种“节点化复评”模式强调在初诊分期确认、疗效评估、耐药进展及寡进展判断等关键节点进行结构化再评估，而非持续频繁干预，以提高分子检测实施率与机制匹配治疗的规范性。在影像学进展、临床症状变化或分子标志物提示异常时，通过组织或液体活检明确耐药机制，有助于为后续治疗选择提供依据[10,42]。然而，目前相关策略多基于临床研究亚组分析或真实世界观察数据，其对长期生存结局的独立贡献仍需进一步验证。
动态复评的有效实施依赖于明确的组织协调与流程保障。不同疾病阶段可由相应核心学科承担主导角色，负责整合影像、分子及临床信息并推动执行[35]。结构化会议议程、标准化记录及决策追踪机制，有助于减少执行偏差并提高路径依从率[29,32]。设立专职MDT协调员能够提升跨学科沟通效率，并在活检时机、检测方式选择及局部治疗介入标准等方面促进一致性[43]。与此同时，远程协作平台与标准化数据接口的应用，可在多中心或区域协作中减少信息孤岛现象，但其建设成本、数据安全及基层医疗机构可及性问题亦需综合评估。基于FHIR标准的数字化信息平台不仅支持数据整合，还促进多中心MDT协作，有效减少信息孤岛和决策延误[35]。此类平台结合AI辅助工具，进一步强化了决策的准确性和响应速度。
在动态运行基础上，闭环管理构成学习型MDT的重要特征。闭环机制通常包括方案制定、临床执行、疗效评估及基于反馈的再决策四个核心连续环节[35-36]。影像学复查及分子检测（如ctDNA动态监测）可为疗效判断提供客观指标，而系统化的数据记录则为后续质量改进提供依据[10,42]。为量化体系运行效果，可设置若干可追踪指标，如再活检实施率、NGS检测周转时间、关键决策节点纳入MDT讨论的比例、治疗路径依从率及患者报告结局（PROs）评分等。需要强调的是，这些指标主要用于评估决策流程与协作效率，而非直接代表疗效改善。为满足路径化、标准化、可视化管理要求，本文制定了四组决策流程图，分别对应：初诊到一线选择（图1）；寡进展管理（局部巩固+持续TKI）（图2）；耐药评估与机制匹配转换（图3）；免疫检查点抑制剂（Immune checkpoint inhibitors, ICIs）–TKI序贯的安全“窗口管理”（图4），整个流程形成一个闭环决策体系。
总体而言，动态复评与闭环优化机制旨在循证医学框架下提升决策的一致性与规范性，通过结构化流程与信息整合减少延迟与变异性。其理论优势在于增强机制识别与序贯治疗匹配能力，但其对患者生存或生活质量的实际增益仍需通过设计良好的前瞻性研究加以明确。
3 免疫与序贯治疗背景下的MDT决策优化
3.1
免疫治疗在EGFR突变NSCLC中的定位与MDT筛选逻辑
在免疫治疗广泛应用的背景下，EGFR突变阳性NSCLC的ICIs定位经历了由探索性尝试向选择性应用的转变。早期研究显示，CheckMate-057、OAK、KEYNOTE-001汇总的EGFR-TKI耐药人群ORR仅3%~12%，mPFS小于3个月[44]，因此免疫治疗不再被视为优先选择。随后，IMpower150研究结果显示，在EGFR-TKI治疗失败且无T790M突变患者中采用阿替利珠单抗联合贝伐珠单抗及化疗可改善OS（19.2个月，HR=0.78）[45]，为“免疫+抗血管+化疗”策略提供了依据。针对中国人群的ORIENT-31研究亦显示类似趋势[46]，提示在特定耐药背景下联合策略可能会带来一定获益。HARMONi-A进一步用PD-1/VEGF双抗依沃西单抗同样显示出相似的获益（mPFS：7.1个月 vs. 4.8个月，HR=0.46），提示VEGF阻断而非PD-1剂量才是增效核心[47]。然而，IMpower151未在高比例三代TKI耐药患者中重现IMpower150的OS获益（mPFS：8.5个月 vs. 8.3个月，HR=0.95）[48]，提示免疫获益可能受既往治疗结构与分子背景影响。真实世界数据亦提示，奥希替尼与ICI序贯间隔不足4周时，≥3级免疫性肺炎升至3%~5%，需额外警惕叠加TKI所致的心脏毒性[49]。因此，MDT在免疫决策中的核心任务并非扩大适应证，而是在明确时间窗、生物标志物特征（PD-L1表达、TMB水平）及器官储备基础上进行审慎筛选，见图4。在无可靶向耐药突变、PD-L1表达阳性或免疫微环境提示潜在获益且器官功能允许的情境下，联合策略可作为治疗选择之一；对于存在活动性间质性肺病或心功能受限患者，应谨慎权衡风险。免疫治疗在EGFR突变人群中的价值更多体现为“耐药后补位”策略，其真实获益范围仍需进一步研究明确。
3.2
局部晚期与寡进展阶段：局部与系统治疗的整合
在Ⅲ期不可切除或系统治疗中出现寡进展（通常≤3~5个病灶）EGFR突变的NSCLC患者中，治疗决策涉及局部控制与系统治疗延续之间的平衡。LAURA研究显示，在接受根治性放化疗后未进展的EGFR 19del/L858R患者中，奥希替尼巩固治疗显著延长PFS（39.1个月 vs. 5.6个月），患者脑转移进展风险降低83%，且≥3级放射性肺炎发生率未显著增加（35% vs. 12%），已被2025版CSCO/NCCN指南列为标准策略[50]。2025 ASCO公布的ADVANCE研究则进一步拓展了“去化疗（chemo-free）”局部整合模式：阿美替尼诱导9周后序贯阿美替尼+放疗，再将阿美替尼维持至进展，较传统同步放化疗PFS显著延长（34.0个月 vs. 7.8个月，HR=0.15），≥3级中性粒细胞减少发生率显著降低（16.7% vs. 52.6%，P=0.01），但仍需进一步成熟的OS数据支持。此外，在寡转移或寡进展情境下，系统评价与荟萃分析提示，局部巩固治疗联合系统治疗可能改善PFS（汇总HR=0.30）并具有可接受的毒性谱[51]。然而，此类研究多存在样本量有限或人群选择偏倚，因此，在实践中需结合病灶数量、位置、器官功能储备及全身控制情况综合判断。
在此类复杂场景中，MDT的价值体现在明确适应证、优化治疗时序及管理联合毒性（表6~9，见中国知网增强出版内容）。对于系统治疗稳定且无明确可靶向耐药机制的寡进展患者，可考虑局部消融或立体定向放疗联合持续的TKI治疗；若计划联合免疫治疗，应加强肺功能与影像监测，并在出现≥2级肺炎时及时进行对症干预。该策略旨在延长系统治疗控制时间，同时尽量维持生活质量，其长期生存获益仍需进一步验证。
3.3
耐药后的机制匹配与转线决策
获得性耐药是EGFR-TKI治疗过程中常见的临床转折点，其机制包括EGFR依赖性二次突变（如C797S、L792F/H、G724S等）、旁路激活（如MET、HER2、KRAS、BRAF、PIK3CA等）以及组织学转化（如小细胞或鳞癌组织学转化）[52-53]。在耐药阶段，MDT的核心任务在于组织或液体活检的及时实施及分子复评结果的综合解读，而非直接经验性转入统一后线方案。当检测到可靶向旁路激活（如MET扩增）时，联合靶向策略在临床研究中显示一定缓解率与PFS获益，推荐奥希替尼联合赛沃替尼治疗；HER2突变患者亦可考虑使用抗HER2抗体偶联药物治疗。对于未检测到靶点者，PD-L1≥1%且既往未暴露ICI者，可考虑免疫联合化疗及抗血管生成治疗；PD-L1阴性或PS≥2者，则优先考虑培美曲塞+铂类联合贝伐珠单抗，并适时联合局部消融[44,52]。若病理证实为小细胞转化（RB1/TP53共缺失、Ki-67≥50%），则应转换为铂类+依托泊苷±PD-1/PD-L1抑制剂，并联合预防性颅照射。此类分岔式决策强调基于机制的个体化选择，但不同策略的比较证据尚有限，需结合患者意愿及可及性进行综合评估（表10~11，见中国知网增强出版内容）。通过定期的“分子—影像—病理”联合讨论，可减少耐药识别延迟并提高治疗匹配度。然而，大panel基因检测的成本、周转时间及可及性等问题，仍可能限制该策略在不同医疗层级的推广。
3.4
MDT实践运行的体系化挑战与优化路径
尽管部分真实世界研究提示，规范化MDT可显著提高EGFR突变NSCLC患者的治疗依从性，并延长中位总生存期[14]，但相关证据多为观察性数据，缺乏前瞻性随机研究直接比较不同MDT模式的结局差异，因此推广学习型MDT需重点关注其运行可行性与质量控制。在实践层面，MDT运行面临显著的技术性与组织性局限：其中组织层面，人员协调难度大、时间成本高昂，且基层医院普遍存在人才与技术匮乏问题，导致数字化MDT可及性不足[14,54]；技术层面，数字化平台建设与维护成本较高，各专科术语体系、数据标准不统一，导致影像、病理及分子检测报告流转不畅，关键信息传递损耗或曲解，影响决策精准性[11,55]，同时患者医疗数据整合过程中还面临数据隐私保护的伦理与法律挑战，数据泄露风险可能损害患者权益。更深层次的挑战在于知识管理与决策标准化，传统MDT讨论常过度依赖核心专家的个人经验，缺乏高级别循证证据的结构化决策流程，导致集体诊疗智慧难以沉淀传承，阻碍MDT向学习型组织进化[27,33]。此外，这种高度集中化、数字化的诊疗模式还可能带来潜在负面社会影响：一是可能加剧医疗资源分配不均，高水平肿瘤中心的数字化MDT资源集中，基层医疗机构因技术、资金限制难以接入，进一步扩大诊疗差距；二是存在侵蚀患者自主权的风险，数字化决策辅助工具及专家主导的MDT方案，可能弱化患者在诊疗决策中的参与权，未能充分兼顾患者个人意愿。
为突破上述瓶颈，推动MDT向标准化、数字化与闭环化的升级。首要举措是构建标准化流程与区域性协同网络，制定EGFR突变NSCLC关键诊疗节点（如初诊分期、耐药评估、寡进展处理等）的标准化讨论清单与临床路径[56-57]。同时，依托远程医疗平台建立以高水平肿瘤中心为核心、辐射基层医疗机构的协同MDT网络，破解资源分布不均难题[14,58]，通过技术下沉、人才培训提升基层可及性。然而，根本性的变革来自全面的数字化赋能与隐私保护，构建集成患者全维度医疗数据的统一信息平台，引入AI工具辅助诊疗决策[10,35-36]，同时完善相关法律法规，规范数据收集、存储与使用，防范隐私泄露风险。其次是建立“决策-执行-追踪-反馈”标准化闭环管理系统，系统化记录MDT决策与方案，并长期、动态追踪患者的疗效、安全性与生活质量结局，将真实世界数据持续、主动地反哺至决策流程的起点，从而驱动诊疗实践基于证据实现螺旋式优化与持续质量改进[37,59-60]。这一闭环不仅是技术工具，更是将MDT从临时性的“会诊活动”转变为常态化的“管理体系”与“质量引擎”的核心机制。随着AI影像组学耐药预测、ctDNA动态监测和去中心化远程MDT的逐步落地，EGFR突变NSCLC的精准管理有望进入“实时决策、全程闭环”的新阶段，通过体系化优化提升MDT效率与决策质量，同时最大限度缓解潜在局限与负面影响。
3.5
成效验证、质控与持续改进闭环
体系化优化路径的有效性需通过严谨的成效验证与结构化的质控加以证实、固化与推广，真实世界证据与患者报告结局（PROs）提供了多维度的评价标尺。多项观察性研究与高质量回顾性分析证实，规范运行的MDT可制定更科学、个体化的综合治疗方案，显著提升患者治疗依从性，并改善患者PFS与OS等临床结局[61]。在复杂决策场景中，如新辅助免疫联合化疗后手术时机的抉择[61]、系统治疗期间寡转移灶的局部巩固治疗[51]，MDT的协同优势能够直接引导出更具效益的治疗策略。更为重要的是，MDT模式通过系统性整合护理、心理及营养等支持学科，能够全面管理与早期干预治疗相关症状及不良反应（如EGFR-TKI导致的瘙痒[62]、免疫检查点抑制剂相关的皮肤毒性[63]），从而显著改善PROs与生活质量，真正体现“以患者为中心”的核心理念[64]。
为确保MDT决策科学性与体系自我进化，需建立结构化质控与绩效评估体系。首先，规范化MDT会议流程，数字化记录讨论内容、决策依据、执行计划及预期目标，确保全程可追溯[40,43]。其次，构建以患者为中心、结局为导向的绩效评估指标库，将传统的过程指标（如会诊率、方案执行率）与核心结局指标（如不同阶段生存率、生活质量评分、治疗相关严重不良事件发生率）相结合，进行全面评估[14,65]。最终，建立定期复盘、反馈与持续改进的闭环体系，结合最新临床研究证据优化诊疗路径与决策知识库[27,37]，同时针对MDT实施中的技术性、组织性局限及潜在社会影响，将相关改进措施纳入质控体系，动态优化区域协同、隐私保护及患者参与机制，推动MDT体系持续完善。
4 总结与展望
随着EGFR突变NSCLC步入精准治疗时代，其管理已从单一的靶向药物应用，发展为基于分子分型的个体化与序贯性全程管理。MDT的功能也从传统病例讨论平台，拓展为覆盖诊断、治疗、再评估及随访的结构化协作体系，核心价值在于整合多学科信息，提升决策一致性与路径依从性。面对EGFR突变的分子异质性、耐药机制多样化等挑战，构建体系化MDT运行框架具有重要现实意义。该框架需包括标准化诊疗节点、信息整合平台及可量化质量指标，以支持动态复评与闭环管理，其对患者结局的独立影响仍需通过前瞻性研究加以验证。
展望未来，MDT决策体系将进一步融合数字化技术与数据分析工具。AI辅助工具可提供决策支持，但需避免替代专家判断，同时需重点关注数据标准化、隐私保护与伦理合规问题。在中国医疗体系背景下，需推动区域协作网络建设与流程标准化，缓解资源分布不均，此外，远程MDT平台的长期运行效果与成本效益仍需系统评估。需重点平衡创新、可及性与伦理责任。针对MDT实施中的技术性与组织性局限及潜在负面社会影响，持续优化技术下沉、隐私保护及患者参与等机制，未来可通过多中心前瞻性研究提供循证支撑，推动学习型MDT体系规范推广，实现诊疗创新与医疗公平的协同发展。
参考文献
[1] Siegel RL, Kratzer TB, Wagle NS, et al. Cancer statistics, 2026[J]. CA Cancer J Clin, 2026, 76(1): e70043.
[2] Melosky B, Kambartel K, Häntschel M, et al. Worldwide Prevalence of Epidermal Growth Factor Receptor Mutations in Non-Small Cell Lung Cancer: A Meta-Analysis[J]. Mol Diagn Ther, 2022, 26(1): 7-18.
[3] Mok TS, Wu YL, Thongprasert S, et al. Gefitinib or carboplatin-paclitaxel in pulmonary adenocarcinoma[J]. N Engl J Med, 2009, 361(10): 947-957.
[4] Wu YL, Zhou C, Hu CP, et al. Afatinib versus cisplatin plus gemcitabine for first-line treatment of Asian patients with advanced non-small-cell lung cancer harbouring EGFR mutations (LUX-Lung 6): an open-label, randomised phase 3 trial[J]. Lancet Oncol, 2014, 15(2): 213-222. doi: 10.1016/S1470-2045(13)70604-1
[5] Ramalingam SS, Vansteenkiste J, Planchard D, et al. Overall Survival with Osimertinib in Untreated, EGFR-Mutated Advanced NSCLC[J]. N Engl J Med, 2020, 382(1): 41-50. doi: 10.1056/NEJMoa1913662
[6] Soria JC, Ohe Y, Vansteenkiste J, et al. Osimertinib in Untreated EGFR-Mutated Advanced Non-Small-Cell Lung Cancer[J]. N Engl J Med, 2018, 378(2): 113-125. doi: 10.1056/NEJMoa1713137
[7] Chmielecki J, Mok T, Wu YL, et al. Analysis of acquired resistance mechanisms to osimertinib in patients with EGFR-mutated advanced non-small cell lung cancer from the AURA3 trial[J]. Nat Commun, 2023, 14(1): 1071. doi: 10.1038/s41467-023-35962-x
[8] Schoenfeld AJ, Chan JM, Kubota D, et al. Tumor Analyses Reveal Squamous Transformation and Off-Target Alterations As Early Resistance Mechanisms to First-line Osimertinib in EGFR-Mutant Lung Cancer[J]. Clin Cancer Res, 2020, 26(11): 2654-2663. doi: 10.1158/1078-0432.CCR-19-3563
[9] Mambetsariev I, Arvanitis L, Fricke J, et al. Small Cell Lung Cancer Transformation following Treatment in EGFR-Mutated Non-Small Cell Lung Cancer[J]. J Clin Med, 2022, 11(5): 1429. doi: 10.3390/jcm11051429
[10] Pluyter JR, Jacobs I, Langereis S, et al. Looking through the eyes of the multidisciplinary team: the design and clinical evaluation of a decision support system for lung cancer care[J]. Transl Lung Cancer Res, 2020, 9(4): 1422-1432. doi: 10.21037/tlcr-19-441
[11] Rankin NM, Fradgley EA, Barnes DJ. Implementation of lung cancer multidisciplinary teams: a review of evidence-practice gaps[J]. Transl Lung Cancer Res, 2020, 9(4): 1667-1679. doi: 10.21037/tlcr.2019.11.32
[12] Riely GJ, Wood DE, Aisner DL, et al. NCCN Guidelines® Insights: Non-Small Cell Lung Cancer, Version 7.2025[J]. J Natl Compr Canc Netw, 2025, 23(9): 354-362.
[13] Hendriks LE, Kerr KM, Menis J, et al. Oncogene-addicted metastatic non-small-cell lung cancer: ESMO Clinical Practice Guideline for diagnosis, treatment and follow-up[J]. Ann Oncol, 2023, 34(4): 339-357. doi: 10.1016/j.annonc.2022.12.009
[14] 马子骁, 王志杰, 王洁. 中国肺癌多学科协作诊疗模式运行现状及分析[J]. 肿瘤防治研究, 2025, 52(12): 966-972. [Ma ZX, Wang ZJ, Wang J. Current status and analysis of multidisciplinary team model for lung cancer in China[J]. Zhong Liu Fang Zhi Yan Jiu, 2025, 52(12): 966-972.] doi: 10.3971/j.issn.1000-8578.2025.25.0492
[15] Yang JC, Schuler M, Popat S, et al. Afatinib for the Treatment of NSCLC Harboring Uncommon EGFR Mutations: A Database of 693 Cases[J]. J Thorac Oncol, 2020, 15(5): 803-815. doi: 10.1016/j.jtho.2019.12.126
[16] Sanborn RE, Zhou C, Tang KJ, et al. Amivantamab-Chemotherapy in Non-Small Cell Lung Cancer with EGFR Exon 20 Insertions: Impact of Treatment Crossover and Other Endpoints from the Phase Ⅲ PAPILLON Study[J]. Target Oncol, 2025, 20(6): 979-989. doi: 10.1007/s11523-025-01182-0
[17] 埃万妥单抗临床使用及不良反应管理共识专家组. 埃万妥单抗临床使用及不良反应管理专家共识(2025版)[J]. 中华肿瘤杂志, 2025, 47(12): 1179-1194. [The expert group on amivantamab clinical application and adverse reaction management. Expert consensus on amivantamab clinical application and adverse reaction management (2025 edition)[J]. Zhonghua Zhong Liu Za Zhi, 2025, 47(12): 1179-1194.] doi: 10.3760/cma.j.cn112152-20250718-00348
[18] Huang Y, Pang L, Lao J, et al. Rare mutations at EGFR L747 position: molecular characteristics and superior response to afatinib in NSCLC patients[J]. ESMO Open, 2025, 10(9): 105558. doi: 10.1016/j.esmoop.2025.105558
[19] Vaid AK, Gupta A, Momi G. Overall survival in stage Ⅳ EGFR mutation-positive NSCLC: Comparing first-, second- and third-generation EGFR-TKIs (Review)[J]. Int J Oncol, 2021, 58(2): 171-184.
[20] Red Brewer M, Yun H, Lai D, et al. Mechanism for activation of mutated epidermal growth factor receptors in lung cancer[J]. Proc Natl Acad Sci U S A, 2013, 110(38): E3595-3604. doi: 10.1073/pnas.1320849110
[21] Du Z, Kan H, Sun J, et al. Molecular mechanisms of acquired resistance to EGFR tyrosine kinase inhibitors in non-small cell lung cancer[J]. Drug Resist Updat, 2025, 82: 101266. doi: 10.1016/j.drup.2025.101266
[22] Koyama K, Miura S, Watanabe S, et al. Observational study of rebiopsy in EGFR-TKI-resistant patients with EGFR mutation-positive advanced NSCLC[J]. Sci Rep, 2022, 12(1): 6367. doi: 10.1038/s41598-022-10288-8
[23] Meng Y, Bai R, Cui J. Precision targeted therapy for EGFR mutation-positive NSCLC: Dilemmas and coping strategies[J]. Thorac Cancer, 2023, 14(13): 1121-1134. doi: 10.1111/1759-7714.14858
[24] Roeper J, Kurz S, GrohéC, et al. Optimizing therapy sequence to prevent patient attrition in EGFR mutation-positive advanced or metastatic NSCLC[J]. Future Oncol, 2021, 17(4): 471-486. doi: 10.2217/fon-2020-0854
[25] Imamura F, Inoue T, Kunimasa K, et al. Switching from first or second generation EGFR-TKI to osimertinib in EGFR mutation-positive NSCLC[J]. Lung Cancer Manag, 2020, 9(2): LMT29. doi: 10.2217/lmt-2020-0005
[26] Shetty V, Babu S. Management of CNS metastases in patients with EGFR mutation-positive NSCLC[J]. Indian J Cancer, 2019, 56(Supplement): S31-S37. doi: 10.4103/ijc.ijc_455_19
[27] Hendriks MP, Jager A, Ebben K, et al. Clinical decision support systems for multidisciplinary team decision-making in patients with solid cancer: Composition of an implementation model based on a scoping review[J]. Crit Rev Oncol Hematol, 2024, 195: 104267. doi: 10.1016/j.critrevonc.2024.104267
[28] 车国卫, 周清华. 肺癌多学科综合诊治现状及未来方向[J]. 中国肺癌杂志, 2024, 27(5): 325-329. [Che GW, Zhou QH. Current Situation and Future Direction of Multidisciplinary Diagnosis and Treatment of Lung Cancer[J]. Zhongguo Fei Ai Za Zhi, 2024, 27(5): 325-329.] doi: 10.3779/j.issn.1009-3419.2024.102.15
[29] Luu TT. Cancer patient management: role of multidisciplinary teams[J]. BMJ Support Palliat Care, 2022, 12(2): 201-206. doi: 10.1136/bmjspcare-2021-003039
[30] Yerolatsite M, Torounidou N, Amylidi AL, et al. A Systematic Review of Pneumonitis Following Treatment with Immune Checkpoint Inhibitors and Radiotherapy[J]. Biomedicines, 2025, 13(4): 946. doi: 10.3390/biomedicines13040946
[31] Albarqi MN. Assessing the Impact of Multidisciplinary Collaboration on Quality of Life in Older Patients Receiving Primary Care: Cross Sectional Study[J]. Healthcare (Basel), 2024, 12(13): 1258. doi: 10.3390/healthcare12131258
[32] Bayisa G, Edessa D, Deyasa M, et al. Enhancing senior physician-led multidisciplinary team rounds to improve patient care at Wallaga University Comprehensive Specialized Hospital, 2025[J]. BMJ Open Qual, 2025, 14(3): e003429. doi: 10.1136/bmjoq-2025-003429
[33] Dharanikota H, Wigmore SJ, Skipworth R, et al. Mapping cognitive biases in multidisciplinary team (MDT) decision-making for cancer care in Scotland: a cognitive ethnography study protocol[J]. BMJ Open, 2024, 14(8): e086775. doi: 10.1136/bmjopen-2024-086775
[34] Kwon YG, Namgung M, Park SH, et al. Impact of a game-based interprofessional education program on medical students' perceptions: a text network analysis using essays[J]. BMC Med Educ, 2024, 24(1): 898. doi: 10.1186/s12909-024-05893-2
[35] Lin CH, Wang BY, Lin SH, et al. Process Re-Engineering and Data Integration Using Fast Healthcare Interoperability Resources for the Multidisciplinary Treatment of Lung Cancer[J]. JMIR Cancer, 2025, 11: e53887. doi: 10.2196/53887
[36] Alsaedi S, Gao X, Gojobori T. Beyond digital twins: the role of foundation models in enhancing the interpretability of multiomics modalities in precision medicine[J]. FEBS Open Bio, 2025, 15(8): 1192-1208. doi: 10.1002/2211-5463.70003
[37] Kim J, Park S, Ku BM, et al. Updates on the treatment of epidermal growth factor receptor-mutant non-small cell lung cancer[J]. Cancer, 2025, 131 Suppl 1: e35778.
[38] Fu K, Xie F, Wang F, et al. Therapeutic strategies for EGFR-mutated non-small cell lung cancer patients with osimertinib resistance[J]. J Hematol Oncol, 2022, 15(1): 173. doi: 10.1186/s13045-022-01391-4
[39] Hu S, Shi X, Hu Q, et al. Immunotherapy in EGFR-TKI-resistant NSCLC: Mechanisms, therapeutic strategies, and emerging challenges[J]. Biochim Biophys Acta Rev Cancer, 2026, 1881(2): 189561.
[40] Li S, Li Z, Xue K, et al. GC-CDSS: Personalized gastric cancer treatment recommendations system based on knowledge graph[J]. Int J Med Inform, 2024, 185: 105402. doi: 10.1016/j.ijmedinf.2024.105402
[41] Pamuk E, Bilen YE, Kulekci C, et al. ChatGPT-4 vs. multi-disciplinary tumor board decisions for the therapeutic management of primary laryngeal cancer[J]. Acta Otolaryngol, 2025, 145(8): 714-719. doi: 10.1080/00016489.2025.2502563
[42] Mirsky MM, Myers KE, Abul-Khoudoud SO, et al. Systemic Therapy for Operable NSCLC: A Review of the Literature and Discussion of Future Directions[J]. J Clin Med, 2025, 14(12): 4127. doi: 10.3390/jcm14124127
[43] Lamprell K, Chittajallu R, Arnolda G, et al. Multidisciplinary team meeting Chairs' attitudes and perceived facilitators, barriers and ideal improvements to meeting functionality: A qualitative study[J]. Asia Pac J Clin Oncol, 2024, 20(4): 537-545. doi: 10.1111/ajco.14077
[44] Zhu P, Li Z, Sun Y, et al. Persist or resist: Immune checkpoint inhibitors in EGFR-mutated NSCLC[J]. Cancer Sci, 2025, 116(3): 581-591. doi: 10.1111/cas.16428
[45] Socinski MA, Jotte RM, Cappuzzo F, et al. Atezolizumab for First-Line Treatment of Metastatic Nonsquamous NSCLC[J]. N Engl J Med, 2018, 378(24): 2288-2301. doi: 10.1056/NEJMoa1716948
[46] Lu S, Wu L, Jian H, et al. Sintilimab plus bevacizumab biosimilar IBI305 and chemotherapy for patients with EGFR-mutated non-squamous non-small-cell lung cancer who progressed on EGFR tyrosine-kinase inhibitor therapy (ORIENT-31): first interim results from a randomised, double-blind, multicentre, phase 3 trial[J]. Lancet Oncol, 2022, 23(9): 1167-1179. doi: 10.1016/S1470-2045(22)00382-5
[47] Fang W, Zhao Y, Luo Y, et al. Ivonescimab Plus Chemotherapy in Non-Small Cell Lung Cancer With EGFR Variant: A Randomized Clinical Trial[J]. JAMA, 2024, 332(7): 561-570. doi: 10.1001/jama.2024.10613
[48] Zhou C, Dong X, Chen G, et al. Atezolizumab plus bevacizumab and chemotherapy in metastatic nonsquamous NSCLC: the randomized double-blind phase 3 IMpower151 trial[J]. Nat Med, 2025, 31(7): 2375-2384. doi: 10.1038/s41591-025-03658-y
[49] Huang L, Zhang S, Sun L, et al. Immune Checkpoint Inhibitors in Epidermal Growth Factor Receptor-Tyrosine Kinase Inhibitor-Resistant Chemotherapy-Naïve Advanced Non-Small Cell Lung Cancer: A Meta-Analysis Based on Eight Randomized Trials[J]. JCO Precis Oncol, 2025, 9: e2400907. doi: 10.1200/po-24-00907
[50] Lu S, Kato T, Dong X, et al. Osimertinib after Chemoradiotherapy in Stage Ⅲ EGFR-Mutated NSCLC[J]. N Engl J Med, 2024, 391(7): 585-597. doi: 10.1056/NEJMoa2402614
[51] Wu Y, Verma V, Liang F, et al. Local Consolidative Therapy Versus Systemic Therapy Alone for Metastatic Non-Small Cell Lung Cancer: A Systematic Review and Meta-Analysis[J]. Int J Radiat Oncol Biol Phys, 2022, 114(4): 635-644. doi: 10.1016/j.ijrobp.2022.02.023
[52] Wu Y, Li Y, Onzere LE, et al. EGFR-TKI combination treatment for NSCLC with EGFR-sensitive mutation[J]. Expert Rev Anticancer Ther, 2025, 25(9): 1045-1056. doi: 10.1080/14737140.2025.2520962
[53] Cheng D, Wang B, Wu L, et al. Exosomal non-coding RNAs-mediated EGFR-TKIs resistance in NSCLC with EGFR mutation[J]. Med Oncol, 2023, 40(9): 254. doi: 10.1007/s12032-023-02125-3
[54] 聂俊, 朱颖, 江波. 肺癌多学科协作存在的问题及对策[J]. 医学与哲学, 2018, 39(16): 4-6. [Nie J, Zhu Y, Jiang B. The Problems and Solutions of Lung Cancer MDT[J]. Yi Xue Yu Zhe Xue, 2018, 39(16): 4-6.] doi: 10.12014/j.issn.1002-0772.2018.08b.02
[55] 潘新宁, 王金胜. 病理诊断在临床多学科诊疗中的应用[J]. 医学理论与实践, 2019, 32(9): 1314-1315, 1303. [Pan XN, Wang JS. Application of Pathological Diagnosis in Multidisciplinary Clinical Diagnosis[J]. Yi Xue Li Lun Yu Shi Jian, 2019, 32(9): 1314-1315, 1303.] doi: 10.19381/j.issn.1001-7585.2019.09.013
[56] 祝鑫海, 卢红阳, 陈雪琴, 等. “肺癌诊疗一体化模式”浙江省专家共识(2022, 杭州)[J]. 肿瘤学杂志, 2023, 29(5): 353-361. [Zhu XH, Lu HY, Chen XQ, et al. Expert Consensus on "Integration of Diagnosis and Treatment Mode of Lung Cancer" in Zhejiang Province[J]. Zhong Liu Xue Za Zhi, 2023, 29(5): 353-361.] doi: 10.11735/j.issn.1671-170X.2023.05.B002
[57] 周成诚, 杨娟, 杨谨成, 等. 我国肺癌多学科诊疗建设现状调查研究[J]. 中国卫生质量管理, 2024, 31(11): 35-38. [Zhou CC, Yang J, Yang JC, et al. Investigation on the Current Situation of Multi-Disciplinary Treatment of Lung Cancer in China[J]. Zhongguo Wei Sheng Zhi Liang Guan Li, 2024, 31(11): 35-38.] doi: 10.13912/j.cnki.chqm.2024.31.11.08
[58] 刘宝东, 支修益. 肺结节、肺癌的一站式管理——从多学科团队到多学科医生[J]. 中国胸心血管外科临床杂志, 2022, 29(3): 288-293. [Liu BD, Zhi XY. One-stop management of lung nodules and lung cancer: From multidisciplinary team to multidisciplinary doctor[J]. Zhongguo Xiong Xin Xue Guan Wai Ke Lin Chuang Za Zhi, 2022, 29(3): 288-293.] doi: 10.7507/1007-4848.202108037
[59] 徐鑫, 徐清华, 赵昂, 等. 肺癌综合诊治中心的建设与思考: 以上海市肺科医院为例[J]. 中国卫生质量管理, 2025, 32(3): 17-21. [Xu X, Xu QH, Zhao A, et al. Construction and Thinking of Comprehensive Oncology Center for Lung Cancer: Taking Shanghai Pulmonary Hospital as an Example[J]. Zhongguo Wei Sheng Zhi Liang Guan Li, 2025, 32(3): 17-21.] doi: 10.13912/j.cnki.chqm.2025.32.3.04
[60] 朱燕刚, 季皓, 韩胜昔. 系统论视域下肺癌诊疗中心运行模式设计与实践[J]. 现代医院管理, 2024, 22(5): 12-15. [Zhu YG, Ji H, Han SX. Design and Practice of Operation Mode of Lung Cancer Diagnosis and Treatment Center from the Perspective of System Theory[J]. Xian Dai Yi Yuan Guan Li, 2024, 22(5): 12-15.]
[61] Ma D, Xu Y, Qin Y, et al. Neoadjuvant immunotherapy followed by surgery with curative intent in 35 patients with advanced NSCLC: the retrospective experiences of a multidisciplinary team[J]. Ann Transl Med, 2022, 10(10): 609. doi: 10.21037/atm-22-2271
[62] 胡卉子坭, 李永红, 冯颖璐, 等. 肺癌患者EGFR-TKIs致药物源性瘙痒管理的最佳证据总结[J]. 现代医药卫生, 2025, 41(2): 408-413. [Hu HZN, Li YH, Feng YL, et al. Summary of the best evidence for the management of drug-induced pruritus caused by EGFR-TKIs in lung cancer patients[J]. Xian Dai Yi Yao Wei Sheng, 2025, 41(2): 408-413.] doi: 10.3969/j.issn.1009-5519.2025.02.027
[63] 张婷婷, 陆箴琦, 张晓菊, 等. 肺癌免疫治疗患者皮肤毒性反应自我管理体验的质性研究[J]. 护士进修杂志, 2024, 39(14): 1482-1487. [Zhang TT, Lu ZQ, Zhang XJ, et al. A qualitative study of self-management experience for cutaneous toxic reactions in patients with lung cancer immunotherapy[J]. Hu Shi Jin Xiu Za Zhi, 2024, 39(14): 1482-1487.]
[64] 魏凯, 路静静, 仓顺东, 等. 基于多学科协作的康复干预在中晚期肺癌非手术患者中的应用效果[J]. 癌症进展, 2025, 23(13): 1517-1520, 1528. [Wei K, Lu JJ, Cang SD, et al. Application effect of rehabilitation intervention based on multidisciplinary collaboration in non-surgical patients with advanced lung cancer[J]. Ai Zheng Jin Zhan, 2025, 23(13): 1517-1520, 1528.] doi: 10.11877/j.issn.1672-1535.2025.23.13.08
[65] 韩逸超, 范璟源, 杜明远, 等. 《局部晚期非小细胞肺癌的多学科管理和可切除性STS专家共识》解读[J]. 中国胸心血管外科临床杂志, 2025, 32(4): 453-462. [Han YC, Fan JY, Du MY, et al. Interpretation of the Society of Thoracic Surgeons expert consensus on the multidisciplinary management and resectability of locally advanced non-small cell lung cancer[J]. Zhongguo Xiong Xin Xue Guan Wai Ke Lin Chuang Za Zhi, 2025, 32(4): 453-462.]
声明：本文由“肿瘤界”整理与汇编，欢迎分享转载，如需使用本文内容，请务必注明出处。
来源：《肿瘤防治研究》杂志
编辑：Lagertha
审核：阿希雅
