论文部分内容阅读
目的研究18F-FDG PET/CT代谢参数在预测非转移性直肠癌（RC）周围神经侵犯（PNI）中的价值;建立并验证联合临床因素及18F-FDG PET/CT影像组学的综合列线图模型在预测非转移性结直肠癌（CRC）患者PNI中的价值。材料与方法第一部分:回顾性分析2012年8月至2020年4月间行18F-FDG PET/CT检查并于术后病理证实为直肠腺癌的患者临床及影像资料。PNI阳性定义为肿瘤细胞侵犯神经鞘任意一层或肿瘤细胞包绕至少1/3神经周长。测量并记录患者RC原发病灶18F-FDG PET/CT最大标准摄取值（SUVmax）,并以40%SUVmax为阈值测量原发病灶肿瘤代谢体积（MTV）及病灶糖酵解总量（TLG）;回顾性收集患者临床病理因素,包括性别、年龄、术前2周内癌胚抗原（CEA）及糖类抗原19-9（CA19-9）水平、肿瘤最大径（CTdmax）、分化程度、有无淋巴结转移、T分期与N分期。各参数在PNI阳性组和阴性组组间差异的比较,根据数据类型,分别采用t检验、Mann-Whitney U检验或?~2检验;采用多因素logistic回归分析筛选PNI状态的独立预测因素;独立预测因素的PNI状态预测效能采用受试者工作特征（ROC）曲线进行评估,并获得该ROC曲线下面积（AUC）。第二部分:回顾性纳入2012年8月至2020年4月于本院接受18F-FDG PET/CT扫描的非转移性CRC患者131例,随机将其划分为训练集与验证集。测量并记录患者结直肠癌原发病灶18F-FDG PET/CT代谢参数,包括SUVmax、MTV及TLG;回顾性收集并记录患者临床信息,包括性别、年龄、术前2周内CEA及CA19-9水平;测量并记录患者CTdmax、PET/CT判定淋巴结转移（N-stage）情况。根据ROC曲线计算最佳截断值,将连续变量转换为二分类变量。采用?~2检验比较各因素在PNI阳性组和PNI阴性组组间的差异;采用多因素logistic回归分析筛选PNI状态的独立预测因素。分别于CT及PET图像上勾画感兴趣区（ROI）。利用计算机提取强度、形状和大小、纹理及图像滤波在内共1409个影像组学特征。采用最大相关性最小冗余（m RMR）和套索算法（LASSO回归）选择CT放射组学特征（RSs）和PET-RSs,计算每个患者的影像组学评分（Rad-score）。建立包含Rad-score的综合列线图模型及不含Rad-score的临床预测模型。采用AUC、特异性和敏感性评价不同模型的性能。利用决策曲线（DCA）检验评估患者使用不同预测模型可获得的临床净获益。根据患者无进展生存期（PFS）绘制Kaplan-Meier生存曲线,采用log-rank进行组间比较。结果第一部分:最终纳入患者81例（男51例,女30例,中位年龄63岁）,PNI阳性患者32例,PNI阴性患者49例。PNI阳性和阴性患者的T分期（?~2=10.732）、淋巴结转移（?~2=6.205）、TNM分期（?~2=7.612）、MTV[14.6（10.4,24.7）和9.0（5.4,14.5）cm~3;U=-3.478]及TLG[108.588（72.749,182.707）和65.365（35.593,117.682）g;U=-2.792]差异均有统计学意义（均P＜0.05）。多因素logistic回归分析结果示MTV是非转移性直肠癌患者PNI状态的独立预测因素[比值比（OR）=1.13,95%CI:1.025～1.245,P=0.014];MTV最佳预测阈值为9.53cm~3,AUC为0.73,灵敏度和特异性分别为81.82%和59.18%。第二部分:最终纳入患者131例（男78例,女53例）。在所有的临床因素及PET/CT参数中,CEA（?~2=11.327）、N-stage（?~2=13.208）和TLG（?~2=6.968）是PNI的独立预测因素（均P＜0.05）。通过m RMR算法和LASSO回归筛选出6个CT-RSs和12个PET-RSs作为预测PNI最有价值的因素。用这些RSs计算得出的Rad-score在PNI阳性组和PNI阴性组之间有显著差异（P＜0.001）。综合临床因素、PET/CT参数及组学参数构建的综合列线图模型的AUC在训练集中为0.90（95%CI:0.83-0.97）,在验证集中为0.80（95%CI:0.65-0.95）。在训练集中,综合列线图模型预测敏感度为0.84,特异性为0.83;在验证集中,综合列线图模型预测敏感度为0.72,特异性为0.82。此外,DCA显示综合列线图模型相比于临床模型,综合列线图模型能够使非转移性CRC患者临床获益明显增加。生存分析显示,不同病理PNI状态的患者PFS组间差别有统计学意义（P=0.0058）;模型预测的不同PNI状态患者PFS组间差别亦有统计学意义（P=0.038）。结论18F-FDG PET/CT代谢参数MTV能够预测非转移性直肠癌患者PNI状态,且具有较高的灵敏度;综合临床因素、PET/CT代谢参数及PET/CT影像组学的列线图模型能够很好地预测非转移性CRC患者PNI状态,并与患者预后相关。本研究结论有助于改善个体化医疗,帮助临床医生更好的做出治疗决策。