《International Journal of Radiation Oncology Biology Physics》2023 年10月1日在线发表美国Stony Brook University Hospital, Stony Brook, NY.的J Bae 1 , K M Mani , E Zabrocka ,等撰写的《治疗前MRI影像组学对立体定向放射外科/放疗后远处脑转移的预测价值。Predictive Value of Pre-Treatment MRI Radiomics for Distant Brain Metastases Following Stereotactic Radiosurgery/Radiotherapy》（doi: 10.1016/j.ijrobp.2023.06.835.）。
目的:
局部颅内治疗脑转移瘤(BM)随着转移患者生存率的提高而变得尤为重要。然而，治疗区域外远处脑转移(DBMs)的发展仍然是一个顽固的问题，其典型临床特征(年龄、组织学、ECOG PS)的预测能力有限。在这项研究中，我们假设基于MRI的“影像学”特征(从诊断图像中提取的亚视觉线索)可以准确预测立体定向放射外科/放疗(SRS/SRT)治疗患者的回顾性整理数据集的到发生DBMs时间(TTDD)。
材料/方法:
我们查询了2014年至2021年间脑SRS/SRT治疗患者的治疗计划系统，并手动整理了DBMs的发生率/时间。获得每位患者的RT 前MRI序列(T1前、T1后、T2和FLAIR)和计划数据。MRI和CT模拟使用仿射变换(affine transformations)共同注册，并根据轮廓结构(GTV)和离散等剂量范围(0-25%，25-50%，50-75%，75%+)确定感兴趣区域(ROI)。从这些ROI中提取影像学特征，并记录临床特征(ECOG PS、肿瘤体积、年龄)作为基线比较。使用单变量Cox比例风险(CPH)模型的Wald检验分数选择特征。然后训练多元CPH模型，使用所选特征的组合来预测TTDD。使用适形性指数(c-index)值评估预测能力。创建了影像风险评分(RRS)来区分低和高风险的DBMs患者，并使用log-rank检验进行评估。
结果:
共选择105例患者，中位随访时间为356天。53例患者出现DBMs(中位时间118天)。影像学CPH模型的c指数为0.63，而临床基线为0.49。影像学和临床特征的综合c指数最高，为0.69。总体而言，具有和不具有临床特征的影像学特征能够将患者分为低危组和高危组，在TTDD的发展方面存在统计学差异(见表1)。单独的临床特征无统计学意义。最具预测性的影像学特征是在T1对比前MRI中从50-75%等剂量区域确定的，其次是T2 FLAIR/GTV和T2/GTV组合。
结论:
常规MR扫描的影像学特征比基线临床特征更能预测TTDD。50-75%等剂量区域的贡献表明除了肿瘤本身外，肿瘤周围环境也很重要。
