基于钆塞酸二钠增强MRI生境成像预测肝细胞癌血管包绕肿瘤细胞簇及预后研究

摘要

目的：基于术前钆塞酸二钠(gadolinium ethoxybenzyl diethylenetriamine pentaacetic acid, Gd-EOB-DTPA)增强MRI生境成像并联合临床特征，构建预测肝细胞癌(hepatocellular carcinoma, HCC)血管包绕肿瘤细胞簇(vessels encapsulating tumor clusters, VETC)的列线图并验证模型的性能。方法：回顾性收集并分析2015年1月—2021年12月于南通大学附属南通第三医院行肝脏根治性切除术的201例HCC患者(训练集)及2018年11月—2021年9月于苏州大学附属第一医院行同类手术的74例HCC患者(外部验证集)的临床资料。采用K-means算法分别对动脉期和肝胆期HCC病灶及病灶周围区域进行聚类分割，将瘤内及瘤周各区域划分为3个生境亚区；提取并筛选与VETC显著相关的影像组学特征，进而基于机器学习算法构建动脉期、肝胆期及双序列(联合动脉期与肝胆期)模型。根据ROC AUC筛选诊断性能最优的生境模型；采用Logistic回归确定与VETC相关的临床独立预测因子，并结合最优生境模型构建列线图。绘制ROC曲线、决策曲线(decision curve analyses, DCA)、校准曲线以评估列线图的预测性能。基于列线图评分，将患者重新分为高、低风险组，并采用Kaplan-Meier生存曲线分析两组患者的预后差异。结果：在生境模型中，基于随机森林算法构建的双序列模型诊断效能最佳，其在训练集和外部验证集中的AUC分别为0.935(95%CI:0.901～0.970)、0.814(95%CI:0.717～0.919)。临床因素中，多因素Logistic回归分析显示甲胎蛋白(alpha-fetoprotein, AFP)>400 ng/mL是VETC的临床独立预测因子。联合最佳生境模型与AFP>400 ng/mL构建的列线图具备良好的诊断效能，其训练集与外部验证集的AUC分别为0.937(95%CI:0.902～0.972)、0.822(95%CI:0.725～0.919)。Kaplan-Meier分析显示，基于列线图的高、低风险组间无复发生存差异有统计学意义(P<0.05)。结论：基于Gd-EOB-DTPA增强MRI生境成像联合临床参数构建的列线图，在预测HCC患者VETC表型方面具有良好效能。此外，该模型展现出较好的预后风险分层能力，有助于术前无创评估患者预后。

关键词

肝细胞癌 / 生境成像 / 血管包绕肿瘤细胞簇 / 磁共振成像 / 机器学习

基金资助

江苏省研究生科研与实践创新计划项目(SJCX24＿2065); 南通市科技计划项目(MS2023069)