论著·影像集锦|基于CT检查影像组学预测模型对结直肠癌肝转移灶组织病理学生长方式的预测价值——陈宇 敖利 张一帆等

文摘   科学   2024-11-13 14:40   重庆  

如何引用

陈宇,敖利,张一帆,.基于CT检查影像组学预测模型对结直肠癌肝转移灶组织病理学生长方式的预测价值[J].中华消化外科杂志,2024,23(10):1359-1365. 

DOI:10.3760/cma.j.cn115610-2024 0820-00391.


● 本文发表在《中华消化外科杂志》2024年第23卷第10期,欢迎阅读、引


刘伟教授陈宇教授

作者

陈宇1  敖利1  张一帆2  刘伟3

通信作者:刘伟

作者单位

1温州市中心医院放射影像科,温州

2温州市中心医院肾内科,温州
3武汉同济航天城医院医学影像科,武汉  
摘 要 
目的 探讨基于CT检查影像组学预测模型对结直肠癌肝转移(CRCLM)灶组织病理学生长方式(HGP)的预测价值。方法 采用回顾性队列研究方法。收集20175月至20225月温州市中心医院收治的100CRCLM患者临床病理资料;男56例,女44例;年龄为(54±13)岁。患者术前均行腹部增强CT检查,均行根治性切除术。100例患者通过随机数字表法按73分为训练集70例和验证集30例。训练集用于构建预测模型,验证集用于验证预测模型。正态分布的计量资料以x±s表示,组间比较采用t检验;偏态分布的计量资料以MQ1Q3)表示,组间比较采用Mann‑Whitney U检验。计数资料以绝对数表示,组间比较采用χ2检验。单因素分析采用对应的统计学方法。多因素分析采用Logistic回归分析。绘制受试者工作特征曲线并计算曲线下面积(AUC)、准确度、灵敏度、特异度。结果 (1)影像组学特征提取及筛选。提取100CRCLM患者1635个影像组学特征,筛选组内相关系数>0.8的特征,经最大相关最小冗余算法及最小绝对收缩和选择算子方法回归分析降维,最终筛选6个影像组学特征(wavelet‑LHL_firstorder_Kurtosislbp‑2D_ firstorder_Medianoriginal_shape_Spgericty、original_shape_VolxelVolumewavelet⁃HLH_glrlm_GLNUNwavelet‑HLL_glcm_Imc2)。(2)影响训练集CRCLM患者HGP类型的因素。多因素分析结果显示:术前癌胚抗原和术前CA19‑9是训练集CRCLM患者HGP类型的独立影响因素(优势比=16.833.2695%可信区间为1.04~258.601.07~19.32P<0.05)。(3HGP预测模型的构建与评价。基于多因素分析结果、影像组学特征,通过随机森林机器学习方法构建临床影像组学联合预测模型。训练集中联合预测模型的AUC0.9895%可信区间为0.96~1.00)、准确度为0.91、灵敏度为0.89、特异度为0.90;验证集中联合预测模型的AUC0.8495%可信区间为0.63~1.00)、准确度为0.90、灵敏度为0.93、特异度为0.88结论 基于CT检查影像组学结合临床病理资料多因素分析结果共同构建的临床影像组学联合预测模型对CRCLMHGP具体类型有预测作用,且效能较好。

关键词

结肠肿瘤;直肠肿瘤;影像组学;结直肠癌肝转移;计算机断层摄影;病理组织生长方式;预测效能

肝脏是结直肠癌最主要的转移部位[1‑3]75%~80%的结直肠癌肝转移(colorectal cancer liver metastasesCRCLM)患者不适合行根治性手术切除;患者即使行根治性切除术,术后也易复发[4‑5]CRCLM组织病理学生长方式(histopathological growth patternsHGP)表现为肝脏肿瘤细胞和邻近正常肝实质之间的独特界面,包含3种类型:促纤维组织增生型(desmoplastic HGPdHGP)、推挤型(pushing HGPpHGP)和替换型(replacement HGPrHGP[6‑7]。已有研究结果显示:dHGP CRCLM化疗效果较好,患者具有更长生存时间[8]。因此,准确预测CRCLMHGP,可帮助医师制订术前治疗方案。CT检查是评估结直肠癌患者发生肝转移的常规影像学检查方式,但CT检查图像诊断的灵敏度和特异度较低,常需行肝脏MRI增强检查或穿刺活检进行确诊[9‑10]。但MRI检查费用高、耗时长,穿刺活检属有创性检查,均有局限性。影像组学可在大量的医学图像数据中挖掘肿瘤特征,可对CRCLM的精确诊断以及预后评估提供更多客观证据[11]。本研究回顾性分析20175月至20225月温州市中心医院收治的100CRCLM患者的临床病理资料,探讨基于CT检查影像组学预测模型对CRCLM肝转移灶HGP的预测价值。


资料与方法


一、一般资料

采用回顾性队列研究方法。收集100CRCLM患者的临床病理资料;男56例,女44例;年龄为(54±13)岁。患者术前均行腹部增强CT检查,均行根治性切除术。100例患者通过随机数字表法按73分为训练集70例和验证集30例。训练集用于构建预测模型,验证集用于验证预测模型。两组患者性别、年龄、术前CEA、术前CA19‑9、肿瘤原发灶位置、肝转移灶肿瘤长径、肿瘤病理学类型、肿瘤TNM分期比较,差异均无统计学意义(P>0.05),具有可比性。见表1。本研究通过温州市中心医院医学伦理委员会审批,批号为2022‑FS‑00532。患者及家属均签署知情同意书。



二、纳入标准和排除标准

纳入标准:(1)行根治性切除术,并经病理学检查证实。(2)术前行CT检查。(3)术后2周内未行放化疗。(4)临床资料完整。

排除标准:合并其他恶性肿瘤病史。


三、研究方法

(一)CT检查方法

患者空腹8h,并行肠道准备。扫描设备为西门子SOMATOM Definition AS+64128CT扫描机,扫描范围为膈顶至耻骨联合水平;扫描参数:管电流为250mA,管电压为120kV,螺距为0.6,层厚为5mm,层间距为5mm,重建层厚为0.625mm。造影剂为碘海醇350mgI/mL,通过肘正中静脉以4.0mL/s速率依次注入16mL 0.9% NaCl溶液、50mL碘海醇以及20mL 0.9% NaCl溶液。

(二)影像组学特征提取与筛选

对所有患者的CT图像进行标准化和重采样预处理(图1~3),再导入至3D‑slicer软件,由2名具有>10年腹部CT检查诊断经验的放射科医师独立使用该软件,手动勾画肝脏转移灶各层面感兴趣区(图4),然后合并为感兴趣体积区(图5)。利用PyRadiomics3.0.1版本)对预处理的感兴趣体积区提取1 635个影像组学特征(图6)。采用组内相关系数评估2名医师诊断的一致性,筛选组内相关系数>0.8的影像组学特征;经最大相关最小冗余算法及最小绝对收缩和选择算子方法(the least absolute shrinkage and selection operator methodLASSO)回归分析降维、筛选后建立影像组学特征。

(三)病理学结果分析

2名具有≥5年病理诊断经验的病理科医师,盲法分析HE染色的CRCLM病理学组织切片,评估肿瘤和邻近肝组织的HGP类型,2名病理科医师意见不统一时协商一致。CRCLM病灶HGP:(1dHGP表现为肿瘤细胞与正常肝实质间存在促纤维结缔组织间质。(2pHGP表现为肿瘤细胞压迫但未浸润邻近肝实质。(3rHGP表现为肿瘤细胞浸润邻近肝实质[12]。将CRCLM患者根据病理学检查结果分为两类:dHGPCRCLM病灶的所有病理学组织切片均为dHGP;非dHGPCRCLM病灶的所有病理学组织切片包含rHGPpHGP任意1[13‑14]

(四)模型构建和验证

采用多因素分析筛选有意义的临床资料;采用随机森林机器学习方法构建临床特征和影像组学联合预测模型。采用受试者工作特征(receiver operating characteristicROC)曲线并计算曲线下面积(area under curveAUC)评估模型效能。


四、观察指标

1)影像组学特征提取及筛选。(2)影响训练集CRCLM患者HGP类型的因素。(3HGP预测模型的构建与评价。


五、统计学分析

应用SPSS 25.0统计软件进行分析。正态分布的计量资料以x±s表示,组间比较采用t检验;偏态分布的计量资料以MQ1Q3)表示,组间比较采用Mann-Whitney U检验。计数资料以绝对数表示,组间比较采用χ²检验。单因素分析采用对应的统计学方法。多因素分析采用Logistic回归分析。绘制ROC曲线,计算AUC、准确度、灵敏度、特异度。P<0.05为差异有统计学意义。


结  果


一、影像组学特征提取及筛选

提取100CRCLM患者1635个影像组学特征,筛选组内相关系数>0.8的特征,经最大相关最小冗余算法和LASSO回归分析降维,最终筛选6个影像组学特征(wavelet‑LHL_firstorder_Kurtosislbp-2D_firstorder_Medianoriginal_shape_Spgerictyoriginal_ shape_VolxelVolumewavelet⁃HLH_glrlm_GLNUNwavelet‑HLL_glcm_Imc2)。


二、影响训练集CRCLM患者HGP类型的因素

病理学检查结果显示:100CRCLM患者中,dHGP 70例(训练集49例、验证集21例),pHGP 20例(训练集14例、验证集6例),rHGP 10例(训练集7例、验证集3例)。单因素分析结果显示:术前CEA和术前CA19‑9是影响训练集CRCLM患者HGP类型的相关因素(P<0.05);性别、年龄、肿瘤原发灶位置、肝转移灶肿瘤长径、肿瘤病理学类型、肿瘤TNM分期不是影响训练集CRCLM患者HGP的相关因素(P>0.05)。见表2

多因素分析结果显示:术前CEA和术前CA19‑9是训练集CRCLM患者HGP类型的独立影响因素(P<0.05)。见表3

三、HGP预测模型的构建与评价

基于多因素分析结果、影像组学特征,通过随机森林机器学习方法构建临床影像组学联合预测模型。训练集中联合预测模型的AUC0.9895%CI0.96~1.00)、准确度为0.91、灵敏度为0.89、特异度为0.90;验证集中联合预测模型的AUC0.8495%CI0.63~1.00)、准确度为0.90、灵敏度为0.93、特异度为0.88。见图7


讨  论


已有的研究结果显示:血清CEACA19‑9是常见的肿瘤标志物,也是结直肠癌患者发生肝转移的独立危险因素[15]。但目前尚无研究结果显示:血清CEACA19‑9CRCLM患者的HGP类型存在关联。CEACA19‑9作为肿瘤标志物,发生结直肠癌时其水平可异常升高,且水平越高则肿瘤病情越严重,术后肝转移的风险越高,且对邻近肝实质的浸润风险也越高[16]dHGP为肿瘤细胞与正常肝实质间存在促纤维结缔组织间质,非dHGP为肿瘤细胞压迫但未浸润邻近肝实质或表现为肿瘤细胞浸润邻近肝实质。本研究结果显示:训练集dHGP与非dHGP CRCLM患者术前CEA和术前CA199比较,差异均有统计学意义(P<0.05)。因此,患者术前CEACA19‑9表达水平对CRCLM患者的HGP情况有提示作用。

与传统基于病灶图像特征进行主观定性比较,CT影像组学通过挖掘大量原始图像中定量特征数据,所得数据更客观、全面[17]。已有的研究仅针对评估是否发生CRCLM以及治疗后效果分析,缺乏对HGP的研究[18‑21]。目前关于CRCLM影像学特征与HGP的关联报道较少。刘媛媛等[22]的研究结果显示:CRCLM影像学特征与肝转移灶HGP相关,且二者对患者预后具有临床指导意义。但该研究对CRCLM影像学特征的图像分析主要为主观人为观察。本研究基于CRCLM患者肝转移病灶的CT图像进行影像组学分析,最终筛选出的影像组学特征与dHGP相关。本研究影像组学结合多因素分析结果共同构建的临床影像组学联合预测模型对CRCLMHGP具体类型有预测作用,可用于个体化、精准化评估CRCLMHGP情况,从而指导制订术前临床治疗方案。且本研究结果显示:训练集和验证集中该预测模型的AUC、准确度、灵敏度和特异度均较高,预测效能较好。

综上,基于CT检查影像组学结合临床病理资料多因素分析结果共同构建的临床影像组学联合预测模型对CRCLMHGP具体类型有预测作用,且效能较好。

利益冲突  所有作者均声明不存在利益冲突
作者贡献声明  陈宇、敖利:数据收集、整理,统计分析,文章撰写;刘伟:研究指导;张一帆:数据分析解释,论文修改

参考文献

详见本刊官方网站 http://www.zhxhwk.com
版权声明

本文为《中华消化外科杂志》原创文章,版权归中华医学会所有。其他媒体、网站、公众号等如需转载本文,请联系本刊编辑委员会获得授权,并在文题下醒目位置注明“原文刊发于《中华消化外科杂志》,卷(期):起止页码”。谢谢合作!
本刊广告


< 左右滑动查看更多 >

中华消化外科杂志
传播《中华消化外科杂志》的最新资讯
 最新文章