【文献快递】基于MRI多参数影像组学对伽玛刀放射外科治疗未破裂脑动静脉畸形的评价
文摘
健康
2024-09-19 05:00
上海
《Magnetic Resonance Imaging》杂志2022年7月20日在线发表北京首都医科大学天坛医院的Dezhi Gao, Xiangyu Meng , Hengwei Jin, 等撰写的《基于MRI多参数影像组学对伽玛刀放射外科治疗未破裂脑动静脉畸形的评价。Assessment of gamma knife radiosurgery for unruptured cerebral arterioveneus malformations based on multi-parameter radiomics of MRI》（doi: 10.1016/j.mri.2022.07.008. ）。![]()
目的:
对伽玛刀放射外科治疗未破裂动静脉畸形(AVM)仍存在争议。以一种安全、有效、无创的方法来预测GKS治疗的预后似乎很有吸引力。本研究的目的旨在建立并验证基于MRI的多参数影像组学模型，预测未破裂AVM的GKS治疗结果。脑动静脉畸形(Cerebral Arteriovenous Malformations, AVM)是一种先天性脑血管病变，其特征是动脉和静脉的异常肿块和直接动静脉分流（ an abnormal mass of dilated arteries and veins and direct arteriovenous shunt.）。患者通常表现为头痛、癫痫或颅内出血(ICH)引发严重的致死致残率。AVM颅内出血的年度风险（The annual risk of ICH of AVM ）被认为在2 - 4%之间，而未破裂AVM的约为1 - 2%。目前的治疗方案包括观察、手术切除、栓塞、伽玛刀放射外科治疗(GKS)或联合治疗。虽然完整的动静脉畸形切除可以立即治愈并防止未来的出血风险，但它也伴随着较高的与治疗相关并发症发生率。GKS治疗是动静脉畸形的一种公认的治疗方法，与其他方法相比，它具有微创性和较低的即时并发症发生率。主要缺点是患者在潜伏期仍有出血的风险。迄今为止，尚未确定最佳治疗AVM的算法。目前动静脉畸形的主要问题是如何平衡利益和治疗相关的风险。这个问题在未破裂的AVM中尤为突出。以往的研究表明，GKS带来的自然史收益主要来自于GKS治疗之后的闭塞。因此，在GKS前评估和预测预后可能是选择最合适患者的一种有希望的方法。影像组学是将医学图像转换为客观高维数据的快速发展领域。影像组学利用自动计算技术进行图像分析，从而克服了综合和技术上的可变性问题。与传统方法相比，这些计算技术能够更好地处理日益复杂的成像技术和理解。近年来，影像组学已成功应用于预测肿瘤的治疗反应或制定个体治疗策略，但很少用于出血性疾病。本研究回顾性收集了88例在天坛医院接受GKS治疗的未破裂动静脉畸形患者的治疗前神经影像及随访资料。作者试图开发并验证一个机器学习模型，预测未破裂AVM患者接受GKS治疗的结果回顾性分析2011年1月至2016年12月在天坛医院首次接受GKS手术的88例未破裂AVM患者。根据临床结果将患者分为结果有利和结果不利两组（into two groups named as favourable and unfavourable outcome）。结果有利被定义为闭塞且无SRS治疗后出血或永久性放射性改变(RIC)[Favourable outcome was defined as obliteration without post-SRS hemorrhage or permanent radiation-induced changes (RIC).]。所有患者均经数字减影血管造影(DSA)诊断为脑动静脉畸形。北京天坛医院伦理委员会批准本研究(KY2020 003-01)，获得患者知情同意。![]()
入选标准为:1)无出血史;2)我院单次疗程GKS治疗;3)足够的基线数据，包括人口统计资料、病灶血管构造和放射外科参数;4) GKS治疗后2年进行临床及影像学随访。在本研究中，既往接受过栓塞或显微手术的患者被排除在外。![]()
收集的临床特征包括性别、年龄、初始症状以及从有临床表现到接受GKS治疗的时间间隔。记录每个AVM的大小(最大直径和畸形血管巢体积)、静脉引流方式(表浅或深层)、位置(功能区或非功能区)、畸形血管巢类型(致密或弥漫性，根据与相邻脑的边界)、Spetzler-Martin分级和基于放射外科治疗的改良AVM评分(RBAS)[The collection of clinical features included gender, age, initial symptoms and the time interval from clinical presentation to the treatment with GKS. The size of AVM (maximum diameter and nidus volume), venous drainage pattern (superficial or deep), location (eloquent or non-eloquent area), nidus type (compact or diffuse, according to the border with adjacent brain), the Spetzler-Martin grade and modified radiosurgery based AVM score (RBAS) for each AVM were recorded either ]。对所有患者使用(瑞典Elekta公司)Leksell伽玛刀行GKS治疗，在一次疗程中照射足够的处方剂量，畸形血管巢的中位边缘剂量为17Gy(范围12-20Gy)。一般处方等剂量线为40% - 70%，中位数为50%。采用多因素logistic回归分析选择合适的临床特征，构建临床预测模型。在影像组学模型方面，对每个AVM病变进行人工分割和影像组学提取。最后提取1684个影像组学特征，采用递归特征消除(Recursive Feature Elimination，RFE)方法结合随机森林分类（Random forest classifier）进行特征选择和模型构建。通过曲线下面积(area under The curve, AUC)、准确性、敏感性、特异性、阳性预测值(positive predictive value, PPV)和阴性预测值(negative predictive value, NPV)评价影像组学模型的性能。此外，根据2年的评估闭塞时间将结果有利组进一步分为早期反应亚组和晚期反应亚组（further divided into early and late respond subgroup according to the time of obliteration evaluated by 2 years）。根据反应时间对所选特征进行进一步比较。神经影像学随访中位时间为65个月，56例患者结果有利，17例患者2年内出现闭塞。选择12个特征构建的影像射组学模型预测AVM预后的AUC为0.88(95%置信区间0.87 - 0.90)，显著高于传统的评分系统。选择的两个影像组特征“依赖方差（Dependence Variance）”和“第一偏度（firstorder-Skewness）”在早期反应或晚期反应的患者之间存在显著差异。![]()
![]()
![]()
![]()
![]()
![]()
![]()
在本研究中，我们开发并评估了一个多参数影像组学模型，以预测GKS治疗未破裂AVM患者的有利结果。在筛选过程中，我们使用RFE方法结合随机森林分类，得到12个影像组学特征。结果提示影像组学特征可成功用于对GKS治疗预后的治疗前预测。此外，选择的两个影像组学特征对预测GKS的早期反应有价值。特别是在ARUBA (A Randomized Trial of unruptured Brain Arteriovenous Malformations)发表后，对于未破裂的动静脉畸形患者的正确处理一直存在很大争议。通过5年的随访，ARUBA最近的结果显示，在预防未破裂的AVM患者死亡或症状性卒中方面，单纯的药物管理仍优于干预治疗。然而，作者也承认长期风险的不确定性和两种治疗方法之间的差异。目前，大多数临床医生认为，在确定一个真正的共识之前，还需要进行更多实用的试验，并利用大量未破裂的AVM患者的长期临床结果。几项针对符合ARUBA条件的患者进行的研究表明，在较长的随访期内，放射外科治疗是安全有效的。总的来说，在以往的SRS治疗AVM 系列中，与破裂的动静脉畸形相比，闭塞率和有利的结果似乎略低。以前曾提出过几种分级量表来预测特定患者的预后。然而，这些传统的评分在预测未破裂AVM的预后方面存在一定的局限性。根据位置、大小和静脉引流的Spetzler-Martin评分为外科医生提供了高效、快速的决策，但由于担心的不同，可能不适用于放射外科治疗。Pollock和Flickinger提出的基于放射外科的AVM评分(The Radiosurgery-Based AVM Score ，RBAS)已经在许多机构对不同的患者进行了验证，但它对未破裂AVM的应用似乎不太敏感和有效。本组SM分级和RBAS对AUC预测的准确性均仅为0.59。随着数据采集和机器学习技术的进步，将医学图像转化为可分析的数据成为可能。影像组学，从放射影像学数据中提供大量的特征，已经成为预测预后的一个潜在的解决方案。我们之前的研究报道过，在分期治疗中，畸形血管巢的形态特征与对GKS的应答有关。我们假设MRI图像可以反映动静脉畸形的内在特征。在本研究中，由12个预测特征组成的影像组学模型的预测精度显著高于传统方法。一阶统计量描述ROI内体素强度的分布。我们发现结果有利组的偏度值更大。如果同时考虑Skewness和Median这两个一阶特征，可以推断GKS治疗的结果有利组由更高强度的体素组成。此外，所有的高阶特征，以一种或另一种方式，衡量异质性或均匀性的畸形血管巢。有趣的是，我们发现四种直接相关的异质性纹理特征表现出良好的一致性。结果有利组往往具有更好的同质性，这可能部分解释为紧凑型对GKS治疗结果的影响（ favourable outcome group tend to be better homogeneity, which may partially explained as effect of compactness on GKS treatment outcome. Ste）。立体定向放射外科被认为是通过引起进行性血管病变而起作用，最终导致动静脉畸形畸形血管巢内的血管闭塞。有人推测AVM的放射敏感性来源于内皮细胞，对GKS的反应可能是内皮细胞不同程度翻转的结果[Stereotactic radiosurgery is believed to act by causing a progressive vasculopathy that resulted in eventual occlusion of vessels within the AVM nidus.Some speculate radiosensitivity of AVMs originates in endothelial cells, the response to GKS may be the result of varying degrees of endothelial cell turnover ]。最近，Huang和Peng等人提出紧凑性指数(compactness index ）可以作为AVM未破裂的预测指标。他们采用模糊c均值聚类的无监督机器学习方法，定量描述了病灶内各种类型组织的百分比。他们的结果表明紧缩性AVMs可能比弥漫性bAVM有更高的闭塞率和更小的RICs风险。此外，所选择的两个影像组学特征也可能反映AVM的早期反应。畸形血管巢闭塞通常发生在GKS治疗后1 - 5年之间。Rebecca报告约四分之一的儿童动静脉畸形在24个月内表现为早期闭塞，体积小，位置深，较大的边缘剂量与早期闭塞有关。然而，这些结果很难应用于个体患者。虽然每个个体特征与单个临床意义不相关，但聚类分析结果显示DV、ZE、GLN、LDHGLE和TotalEnergy几个特征均与体积有关。这种相关性在结果不利组中更明显，这可以解释为结果不利组的体积范围更大(图7)[about one-quarter of pediatric AVMs show early obliteration within 24 month, small volume, deep location, and larger margin dose was associated with early obliteration. However, these results were hard to apply to individual patient. Although each individual feature was not associated with single clinical significance, the results of cluster analysis indicated that several features including DV, ZE, GLN,LDHGLE and TotalEnergy were volume dependence. This correlation was more obvious in the unfavourable outcome group, which may be explained as the larger volume range in the unfavourable outcome group ]。当我们将12个影像组学特征综合考虑时，它与体积和病变直径显著相关。这一结果与我们之前的临床认知是一致的。在这里，我们使用REF方法来选择GKS治疗后最能预测闭塞的特征。这是首个使用影像组学方法研究未破裂AVM预后的GKS治疗前预测模型的研究。结果表明，多参数MRI在治疗前预测GKS治疗未破裂AVM患者治疗反应方面具有方便、高效的临床应用价值，有助于识别更可能受益于GKS治疗的患者。虽然我们的研究产生了一些有希望的结果，但仍有一些局限性。首先，这是一项小样本、单中心研究，模型在患者选择上可能存在偏差。其次，由于患者数量有限，我们使用交叉验证来选择影像组学特征，而不是单独的训练集和测试集。这些问题将在未来利用多中心数据扩大样本量来进一步验证。第三，我们的预测模型只关注AVM的解剖特征。由于AVM是一种动态血管疾病，GKS的转归也取决于AVM的动态血流动力学参数，如经畸形血管巢血流（rans-nidal flow, s）、淤积指数（asis index an）等。多方位复合模型（a multidimensional hybrid model ）可进一步提高对AVM预后的综合评价。应用影像组学特征可以成功地对未破裂AVM患者接受GKS治疗的预后进行治疗前预测，为AVM患者的决策提供依据。总之，作者证明结合基于MRI的多参数影像组学模型预测未破裂AVM患者GKS的预后。影像组学模型表现良好，为预测GKS治疗反应提供了一种有效的无创工具。对未破裂的动静脉畸形患者的个体化治疗策略有一定的帮助。
