论文部分内容阅读
目的:探讨新辅助治疗病理反应对局部进展期直肠癌（locally advanced rectal cancer,LARC）预后的影响,基于新辅助治疗（neoadjuvanttherapy,NCRT）前直肠核磁共振成像（magnetic resonance imaging,MRI）提取的影像组学特征建立预测病理反应的模型,并探索其可能的机制,为后续研究提供理论依据。方法:回顾性收集226例中国医学科学院肿瘤医院局部进展期直肠癌患者,利用Cox比例风险回归确定无病生存率（disease-free survival,DFS）和总体生存率（overall survival,OS）的独立影响因素。Kaplan-Meier生存曲线估计直肠癌患者的5年DFS和5年OS,通过Log-rank检验比较生存差异。采用新辅助治疗前直肠核磁共振T2加权像（T2-weightedimaging,T2WI）提取特征,将所有患者以7:3比例随机分为训练集和验证集。T检验（P＜0.1）和最小绝对收缩和选择算子（least absolute shrinkage and selection operator,LASSO）筛选影像组学特征。机器学习（machine learning,ML）算法建立影像组学模型,通过受试者工作（receiveroperatorcharacteristic,ROC）曲线和混淆矩阵比较不同机器学习算法的预测能力。逻辑回归计算各个特征的权重系数估算影像组学评分（Radiomics score,Rad-score）,并确定新辅助治疗病理反应的独立影响因素。开发列线图模型预测直肠癌病理反应,校准曲线（calibration curve）和临床决策曲线（clinicaldecision analysis,DCA）进行模型验证。免疫组织化学（immunohistochemical,IHC）探究直肠癌新辅助治疗前标本中CD4、CD8、HIF的表达情况。结果:本研究共纳入226例接受新辅助放化疗的局部进展期直肠癌患者,其中反应良好117例,反应不佳109例。Cox风险比例回归模型发现,新辅助治疗病理反应是肿瘤 DFS（反应不佳:风险比[hazard ratio,HR],1.97;95%置信区间[confidence interval,CI],1.01-3.86;P=0.047）和 OS（反应不佳:HR,2.39;95%CI,1.05-5.43;P=0.038）的独立影响因素。生存分析发现,直肠癌反应良好组5年DFS明显优于反应不佳组（84.31%对70.00%;P=0.006）;直肠癌反应良好组的5年OS明显优于反应不佳组（91.63%对 74.82%;P=0.001）。全部患者按照7:3的比例随机分为训练集和验证集,其中训练集159例（70.3%）,验证集67例（29.7%）;T检验和LASSO回归分析最终确定9组影像组学特征。采用6种机器学习算法构建影像组学模型,训练集中,随机森林（random forest,RF）模型曲线下面积（areaundercurve,AUC）:0.9999（95%CI:0.9996-1.0000）、极限梯度提升机（extrmegradientboosting,XGBoost）模型 AUC:0.9998（95%CI:0.9993-1.0000）、支持向量机（support vector machine,SVM）模型 AUC:0.9278（95%CI:0.8853-0.9703）、决策树（decisiontree,DT）模型 AUC:0.9265（95%CI:0.8835-0.9695）、逻辑回归（logisticregression,LR）模型 AUC:0.8771（95%CI:0.8235-0.9307）、朴素贝叶斯（naive bayesian,NB）模型 AUC:0.8411（95%CI:0.7800-0.9023）;验证集中,随机森林模型 AUC:0.8884（95%CI:0.8001-0.9767）、极限梯度提升机模型AUC:0.8358（95%CI:0.7377-0.9338）、支持向量机模型AUC:0.8276（95%CI:0.7221-0.9331）、决策树模型 AUC:0.6652（95%CI:0.5301-0.8002）、逻辑回归模型 AUC:0.8267（95%CI:0.7264-0.9270）、朴素贝叶斯模型 AUC:0.8058（95%CI:0.6969-0.9147）;随机森林算法在预测模型的敏感性、特异性、阳性预测值（positivepredictive value,PPV）、阴性预测值（negativepredictivevalue,NPV）、FI分数等多个参数均表现最佳。逻辑回归发现CA199状态（CA199异常:HR,1.213;95%CI,1.036-1.420;P=0.018）和Rad-score（HR,1.121;95%CI,1.093-1.150;P＜0.001）是病理反应的独立影响因素,并建立Radiomics模型和Nomogram模型。校准曲线显示模型具有良好的一致性;临床决策曲线显示出良好的临床效用。探索性研究发现,在直肠癌新辅助治疗前组织标本中,病理反应良好的患者CD4（平均光密度[mean optical density,MOD]:反应良好 2.558,反应不佳 0.873;P=0.001）、CD8（平均光密度:反应良好0.828,反应不佳0.121;P=0.001）的平均光密度显著高于病理反应不佳患者;而HIF（平均光密度:反应良好7.179,反应不佳13.210;P＜0.001）分子在病理反应不佳的患者中明显更高。结论在局部进展期直肠癌中,新辅助治疗的病理反应是肿瘤无病生存和总体生存的独立影响因素,病理反应良好的直肠癌患者无病生存和总体生存更佳。影像组学对新辅助治疗的病理反应有较准确的预测作用,其中随机森林算法表现最好,预测精度最优。利用Rad-score和CA199开发的Radiomics模型和Nomogram模型具有较好的预测精度和临床应用价值,仍然需要进一步的研究来验证。CD4、CD8和HIF可能是影像组学预测病理反应的关键分子,尚需进一步的基础实验来验证。