论文部分内容阅读
淋巴结转移是子宫颈癌的主要转移途径之一,是子宫颈癌患者预后的重要影响因素。淋巴结肿大(短径>1 cm)是影像学诊断淋巴结转移的主要标准,但在临床实践中常发现正常大小(短径≤1cm)的淋巴结也会出现癌细胞浸润。文献报道50%以上的转移淋巴结为正常大小淋巴结,然而目前研究对于转移淋巴结大小均正常的子宫颈癌患者比例的关注较少。转移淋巴结大小均正常的患者难以在术前通过传统影像学方法被准确诊断,并因此接受了手术为主的综合治疗,目前并无研究对正常大小淋巴转移子宫颈癌患者的预后进行具体评估。因此本研究的第一个目的是调查正常大小淋巴结转移患者的占比及分析其肿瘤学预后,提高临床对子宫颈癌正常大小转移淋巴结的重视。正常大小淋巴结转移在临床中并不少见,但术前诊断能力较低,主要原因在于传统影像学主要依靠淋巴结形态以评估其有无转移,因而往往会漏诊正常大小的转移淋巴结。而影像组学则可利用肉眼难以识别的高维图像信息对正常大小的淋巴结进行评估,以实现术前准确诊断正常大小淋巴结转移。因此我们研究的第二个目的是利用影像组学的方法,通过提取盆腹淋巴结的CT影像组学特征,构建和验证点对点预测正常大小淋巴结转移的影像组学模型,提高对正常大小转移淋巴结的诊断效能,以助于明确患者的临床分期,指导个体化治疗方案的制订。第一章 子宫颈癌正常大小淋巴结转移情况调查及预后分析第一节 子宫颈癌正常大小淋巴转移情况调查[目的]分析早期子宫颈癌正常大小淋巴结转移患者的占比。[方法]回顾性分析1921例子宫颈癌患者的术前CT图像,在横断面CT图像中测量患者盆腹腔淋巴结短径,短径≤1 cm为正常大小淋巴结。以淋巴结术后病理为金标准,分析转移淋巴结均为正常大小淋巴结的患者在总体有淋巴结转移患者中占比。[结果]本部分共纳入ⅠA1(LVSI+)ⅡA2期(2009FIGO分期)患者1535例,病理证实有淋巴结转移患者340例。结合术前CT影像评估,在有淋巴结转移患者中共235例患者的转移淋巴结均为正常大小淋巴结,正常大小淋巴结转移患者的占比为69.1%。[结论]69.1%有淋巴结转移的早期子宫颈癌患者的淋巴结大小正常,临床中应重视子宫颈癌正常大小的转移淋巴结。第二节 正常大小淋巴结转移子宫颈癌患者预后分析[目的]分析正常大小淋巴结转移子宫颈癌患者的预后情况。[方法]在第一节研究基础上,通过Kaplan-Meier法比较无转移组、正常大小转移组和肿大转移组间5年总体生存率(OS)及无瘤生存率(DFS)的差异,Cox 比例风险回归模型确定患者预后风险因素。进一步纳入正常大小转移组与肿大转移组患者,在PSM匹配条件下比较两组患者OS和DFS的差异。[结果]本部分共纳入子宫颈癌病例1264例,其中无转移组1071例,正常大小转移组134例,肿大转移组59例,三组的5年OS分别为91.1%、73.7%及45.4%,5年DFS分别为90.3%、75.5%及50.5%(两两比较P均<0.050)。亚组分析中正常大小转移组及肿大转移组经匹配后分别纳入71例和44例,正常大小转移组的 5 年 OS 和 DFS 优于肿大转移组(OS:78.9%vs.41.2%,P=0.017;DFS:74.2%vs.53.1%,P=0.071);肿大转移组的死亡风险和复发风险分别是正常大小转移组的4.462和3.118倍(P均<0.050)。[结论]正常大小淋巴结转移的早期宫颈癌患者的肿瘤学预后劣于无淋巴结转移患者,术前应重视对正常大小转移淋巴结的诊断。而相对正常大小转移淋巴,肿大转移淋巴结更不利于患者的预后,对于有肿大转移淋巴结患者,应避免进行手术为主的综合治疗。第二章 点对点预测子宫颈癌正常大小淋巴转移的CT影像组学模型的构建[目的]构建和验证点对点预测子宫颈癌正常大小淋巴结转移的CT影像组学模型。[方法]本部分共纳入12间医院的219例子宫颈癌患者,选取其中273个病理结果明确的正常大小淋巴结作为研究对象。我们将其中2间医院的淋巴结个案随机分为训练集和内部验证集,其余医院的淋巴结个案作为外部验证集。影像组学特征分别从动脉和静脉期CT图像中提取,并使用两种不同的方法来构建10个单期别模型和5个组合模型。其中一个方法使用最大相关最小冗余(mRMR)进行特征选择和四个不同的分类器(logistic回归、支持向量机、决策树、随机森林)构建模型,另一个方法使用所有意义特征来训练人工神经网络(ANN)并构建模型。通过受试者工作ROC曲线下面积(AUC)评估影像组学模型的性能。[结果]我们共建立了 15个影像组学模型。总体而言,组合特征模型的性能超过了单期别特征模型,其中ANN组合的模型的鉴别效能最佳。ANN组合模型在训练集和内部验证集中的AUC值分别为0.912和0.859,在外部验证集中AUC值为0.800。[结论]我们构建了一个结合动脉和静脉期CT影像组学特征的预测模型,可对子宫颈癌正常大小的转移淋巴结进行点对点的无创预测。该影像组学模型的应用可以有助于术前明确子宫颈癌患者的临床分期和优化临床决策。