论文部分内容阅读
第一部分MRI形态学、临床病理学特征预测局部进展期直肠癌患者生存期目的:在现有研究基础上,纳入更多MRI形态学参数及临床病理学特征分析其与局部进展期直肠癌(Locally advanced rectal cancer,LARC)患者预后的相关性。材料与方法:回顾性分析在我院进行新辅助放化疗(Neoadjuvant chemoradiotherapy,nCRT)的115例LARC患者的临床病理学及影像学资料,其中女性39例,男性76例,中位年龄54岁,年龄分布28-82岁。使用Cox比例风险模型对MRI形态学特征、临床病理特征与无复发生存期(Disease-freesurvival,DFS)的相关性进行单因素及多因素分析,生存曲线分析采用Kaplan-Meier方法。结果:患者的中位随访时间为48.0月,3年DFS为79.0%。整个随访过程中,18例患者死亡,26例患者发生远处转移,1例患者出现局部复发,1例患者远处转移伴局部复发,69例患者删失。MRI评估壁外血管侵犯(MRI assessment extramural venous invasion,mrEMVI)是3年DFS的独立不良预后因子。单因素、多因素分析中,mrEMVI 预测 DFS 的风险比(Harard ratio,HR)分别为 2.308(95%CI 1.151-4.629,P=0.018)、2.495(95%CI 1.243-5.012,P=0.010)。mrEMVI 阴性组与阳性组患者3年累积生存率分别为86.6%和65.0%,log rank检验两组间生存曲线有明显的统计学差异(P=0.015)结论:nCRT前的mrEMVI是LARC患者DFS的独立预后因子,nCRT前对mrEMVI的精准评估有利于个体化治疗,提高LARC患者的长期生存、改善其预后。第二部分比较磁共振平扫、增强图像的影像组学标签对直肠癌生存期的预测价值目的:比较基于MRI平扫、增强序列的影像组学标签在局部进展期直肠癌(Locally advanced rectal cancer,LARC)生存期研究中的价值。材料与方法:回顾性分析51例LARC患者的影像学资料,所有患者均在全直肠系膜切除术前行新辅助放化疗,所有存活患者的随访时间均大于3年。分别在平扫高分辨(High resolusion,HR)斜轴位小视野(Field of view,FOV)的 T2WI 序列及多期增强序列静脉期上进行图像分割。采用LASSO(Least absolute shrinkage and selection operator,LASSO)Cox回归分析筛选影像组学特征,构建影像组学标签。根据每名患者的影像组学评分,将患者分为生存期较短的高风险组与生存期较长的低风险组。采用Kaplan-Meier生存曲线分别在训练集、验证集中比较影像组学标签的高、低风险组生存期的差异。采用一致性指数(Concordance index,C-index)评价模型的预测能力。结果:增强序列训练集和验证集上,影像组学标记的高、低风险组的无复发生存期(Disease-free survival,DFS)均有统计学差异,P 值分别为 0.0002、0.0091,模型的一致性指数分别为0.904、0.700,模型具有较好的预测生存期的能力。平扫序列训练集上,影像组学标记的高、低风险组的DFS有统计学差异,P值为0.005,模型的一致性指数为0.711,验证集上没有统计学差异,P值为0.767,一致性指数仅为0.500。结论:LARC患者nCRT前MRI增强序列静脉期得到的影像组学标签对DFS的预测能力优于平扫T2WI序列。第三部分影像组学标签作为预后标记物在局部进展期直肠癌中的应用目的:构建预测局部进展期直肠癌(Locally advanced rectal cancer,LARC)患者无复发生存期(Disease-free survival,DFS)的影像组学标签;并比较影像组学预测模型与临床影像学预测模型对LARC患者DFS的预测效能。材料与方法:回顾性分析在我院进行nCRT及TME的108例连续分布的LARC患者临床、影像学资料。运用ITK-SNAP软件,由一名从事消化道肿瘤诊断工作的影像科医生在MRI多期增强序列静脉期图像上逐层手动勾画感兴趣区(Region of interest,ROI),提取影像组学特征。LASSO(Least absolute shrinkage and selection operator,LASSO)Cox回归模型对提取的485个影像组学特征进行筛选。利用Kaplan-Meier生存曲线,分别在训练集、验证集中比较影像组学标签与DFS相关性,同时进行log-rank假设检验。分别构建影像组学预测模型、临床影像学预测模型及组合模型用于预测3年的DFS,利用一致性指数(Concordance index,C index)和受试者工作特征(Receiver operating characteristic,ROC)曲线下面积(Area under the curve,AUC)评估模型的预测能力。结果:训练集影像组学标记的高、低风险组的Kaplan-Meier生存曲线有统计学差异(log-rank检验P<0.001),影像组学标签预测DFS的风险比(Hazard ratio,HR)为6.83(95%CI 3.65-12.79);验证集影像组学标记的高、低风险组的Kaplan-Meier生存曲线同样有统计学差异(log-rank检验P<0.001),影像组学标签预测DFS的HR为2.92(95%CI1.91-4.47)。验证集组学标签与临床影像学预后因子构成的组合模型对3年DFS的预测效能最佳(Cindex=0.788,95%CI0.72-0.86;AUC=0.837)。结论:影像组学标签作为预后标记物能够用于预测LARC患者的DFS;相对于单一的组学模型及临床影像学预后模型,组合模型显著提高了对DFS的预测效能,有助于指导临床医生对LARC患者进行个体化治疗。第四部分MRI纹理分析对局部进展期直肠癌新辅助放化疗疗效的预测价值目的:探讨MRI纹理分析(Texture analysis,TA)对局部进展期直肠癌(Locally advanced rectal cancer,LARC)患者新辅助放化疗(Neoadjuvant chemoradiotherapy,nCRT)疗效的预测价值。材料与方法:回顾性分析59例nCRT前、疗中LARC患者的MRI图像。比较平均值、标准差、偏度、峰度、均匀性、能量、熵值等纹理参数在nCRT前、疗中的变化。纹理参数、多元逻辑回归参数预测nCRT疗效的诊断效能采用受试者工作特征(Receiver operating characteristic,ROC)曲线下面积(AreaUnder ROC Curve,AUC)。结果:标准差、峰度、均匀性在nCRT前、疗中均有统计学差异(P值分别为0.0012、0.0001 和<0.0001)。nCRT 前峰度预测肿瘤退缩分级(Tumor regression grading,TRG)降期的AUC为0.67(95%CI 0.54-0.79)。对nCRT前均匀性、能量、熵值3个自变量进行多参数逻辑回归分析得到的逻辑变量1,预测病理学完全缓解(Pathologic complete response,pCR)的 AUC 为 0.76(95%CI 0.63-0.86)。对 nCRT前标准差、均匀性、能量、熵值4个自变量进行多参数逻辑回归分析得到的逻辑变量2,预测T分期降期的AUC为0.78(95%CI 0.66-0.88)。结论:MRI纹理分析作为影像学标记物,具有预测LARC患者nCRT疗效的潜力。