臨床-影像組學(xué)聯(lián)合模型對(duì)直腸癌微衛(wèi)星不穩(wěn)定性的預(yù)測(cè)價(jià)值

劉旭 馮衛(wèi)華 王濤 高遠(yuǎn)翔 李志明

(青島大學(xué)附屬醫(yī)院放射科，山東 青島 266003)

直腸癌是消化系統(tǒng)中常見(jiàn)的惡性腫瘤，患者發(fā)病率和死亡率一直處于較高的水平[1-2]。染色體不穩(wěn)定性和微衛(wèi)星不穩(wěn)定性(MSI)是直腸癌發(fā)生的兩種途徑[3]。MSI不僅與患者的預(yù)后密切相關(guān)，還可以用于評(píng)價(jià)患者的治療反應(yīng)。MEROK等[4]的研究表明，與微衛(wèi)星穩(wěn)定性(MSS)的患者相比，伴有MSI的Ⅱ期結(jié)直腸癌患者的預(yù)后相對(duì)較好。但是伴有MSI的Ⅱ期直腸癌患者對(duì)5-氟尿嘧啶容易產(chǎn)生耐藥性，從而對(duì)基于5-氟尿嘧啶化療的收益不顯著[5]。美國(guó)國(guó)家綜合癌癥網(wǎng)絡(luò)、歐洲醫(yī)學(xué)腫瘤學(xué)協(xié)會(huì)和日本結(jié)直腸癌協(xié)會(huì)指南都建議對(duì)新診斷的直腸癌患者進(jìn)行微衛(wèi)星狀態(tài)的檢測(cè)[6-8]。基于數(shù)據(jù)集的影像組學(xué)特征能夠客觀和全面地反映腫瘤的異質(zhì)性，可為臨床決策提供數(shù)據(jù)支持。目前已有研究表明，基于影像組學(xué)構(gòu)建的預(yù)測(cè)模型可用于評(píng)估直腸癌的淋巴結(jié)轉(zhuǎn)移、周圍神經(jīng)浸潤(rùn)、肺轉(zhuǎn)移及肝轉(zhuǎn)移情況[9-12]。本研究擬建立基于MRI影像組學(xué)特征的聯(lián)合模型，并驗(yàn)證其預(yù)測(cè)直腸癌MSI的價(jià)值。

1 資料與方法

1.1 資料來(lái)源

收集2016年3月—2021年3月青島大學(xué)附屬醫(yī)院術(shù)前行直腸MR檢查且術(shù)后經(jīng)病理檢查證實(shí)的121例直腸癌患者的臨床資料和影像學(xué)數(shù)據(jù)。患者納入標(biāo)準(zhǔn)：①術(shù)前未接受過(guò)放化療者；②術(shù)前行直腸MR常規(guī)掃描，MR檢查和手術(shù)時(shí)間間隔不超過(guò)1周者；③術(shù)后病理有MSI或MSS明確診斷者；④臨床資料完整者。排除標(biāo)準(zhǔn)：①M(fèi)R圖像病灶顯示不清晰者；②圖像質(zhì)量差，有明顯運(yùn)動(dòng)偽影者。根據(jù)術(shù)后病理學(xué)結(jié)果將所有患者分為MSI組(54例)和MSS組(67例)，另外再將所有患者按照7∶3比例隨機(jī)分為訓(xùn)練組(85例)與驗(yàn)證組(36例)。

1.2 影像組學(xué)特征的提取和篩選

收集所有121例患者M(jìn)R檢查的軸位T1WI、T2WI、DWI圖像，導(dǎo)入3D Slicer(Version：4.11，http://www.slicer.org/)軟件中，對(duì)每個(gè)序列的腫瘤區(qū)域進(jìn)行逐層手動(dòng)勾畫(huà)，生成三維感興趣區(qū)(ROI)。為確保各個(gè)序列勾畫(huà)的病灶范圍一致，軸位T1WI、T2WI的勾畫(huà)均需參照軸位DWI圖像的高信號(hào)病灶區(qū)；勾畫(huà)時(shí)要避開(kāi)腫瘤壞死區(qū)域；勾畫(huà)工作由2位具有5年以上腹部影像診斷經(jīng)驗(yàn)的醫(yī)師獨(dú)立完成，第一位醫(yī)師對(duì)每例患者行2次ROI勾畫(huà)，第1次與第2次間隔時(shí)間大于7 d，第二位醫(yī)師對(duì)每例患者行1次ROI勾畫(huà)。通過(guò)3D slicer軟件對(duì)2位醫(yī)師勾畫(huà)的ROI提取影像組學(xué)特征，對(duì)第一位醫(yī)師的兩次提取結(jié)果進(jìn)行組內(nèi)差異性檢驗(yàn)，第一位醫(yī)師第1次提取結(jié)果與第二位醫(yī)師提取的結(jié)果進(jìn)行組間差異性檢驗(yàn)，剔除一致性系數(shù)P<0.75的特征。使用獨(dú)立樣本t檢驗(yàn)(正態(tài)變量)或曼惠-U檢驗(yàn)(非正態(tài)變量)對(duì)特征進(jìn)行單因素篩選，剔除P>0.05的特征。最后，采取最小絕對(duì)收縮和選擇算子算法對(duì)剩余的特征進(jìn)行降維，剔除系數(shù)項(xiàng)為0的特征。

1.3 臨床模型、影像組學(xué)模型和聯(lián)合模型的構(gòu)建與驗(yàn)證

對(duì)患者的臨床因素分別進(jìn)行單因素、多因素Logistic回歸分析，將兩種分析均呈顯著性的因素作為臨床獨(dú)立危險(xiǎn)因素，構(gòu)建臨床模型。將篩選出的影像組學(xué)特征通過(guò)線性公式計(jì)算其影像組學(xué)分?jǐn)?shù)，利用影像組學(xué)分?jǐn)?shù)構(gòu)建影像組學(xué)模型。另外將篩選出的臨床獨(dú)立危險(xiǎn)因素以及影像組學(xué)分?jǐn)?shù)采用Logistic回歸分析構(gòu)建聯(lián)合模型。采取受試者工作特征(ROC)曲線下面積(AUC)評(píng)估臨床模型、影像組學(xué)模型和聯(lián)合模型的預(yù)測(cè)效能，并計(jì)算相應(yīng)的準(zhǔn)確性、靈敏度以及特異度。使用Delong檢驗(yàn)比較3種模型的預(yù)測(cè)效能是否具有統(tǒng)計(jì)學(xué)差異。通過(guò)決策曲線評(píng)估3種模型的臨床應(yīng)用價(jià)值。最后分別對(duì)訓(xùn)練組以及驗(yàn)證組的聯(lián)合模型繪制校正曲線并且進(jìn)行Hosmer-Lemeshow檢驗(yàn)。

1.4 統(tǒng)計(jì)學(xué)分析

采用SPSS 22.0統(tǒng)計(jì)軟件及R軟件(https://www.Rproject.org, v.3.5.1)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。連續(xù)變量以M(P25,P75)表示，采用Wilcoxon檢驗(yàn)進(jìn)行組間比較。分類變量以例(χ/%)表示，采用χ2檢驗(yàn)或Fishers確切概率法進(jìn)行組間比較。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

2.1 MSI組與MSS組患者的臨床資料比較

兩組患者血液中血小板計(jì)數(shù)和高密度脂蛋白水平比較差異具有顯著意義(Z=6.273、6.913，P<0.05)；兩組患者其他指標(biāo)比較差異均無(wú)顯著意義(P>0.05)。見(jiàn)表1。

表1 MSI組與MSS組患者的臨床資料比較

2.2 影響直腸癌患者M(jìn)SI的臨床因素

單因素Logistic回歸分析顯示，兩組患者血液中血小板和高密度脂蛋白與直腸癌的MSI有關(guān)(P<0.05)。見(jiàn)表2。多因素Logistic回歸分析結(jié)果示，血液中高水平血小板和低水平的高密度脂蛋白是直腸癌MSI臨床危險(xiǎn)因素(P<0.05)。結(jié)果詳見(jiàn)表3。

表2 影響直腸癌患者M(jìn)SI臨床單因素Logistic回歸分析

表3 影響直腸癌患者M(jìn)SI臨床多因素Logistic回歸分析

2.3 影像組學(xué)特征篩選結(jié)果及影像組學(xué)分?jǐn)?shù)計(jì)算

從每例患者的MR圖像中共篩選出8個(gè)影像組學(xué)特征，其中3個(gè)來(lái)自于軸位T1WI，3個(gè)來(lái)自于軸位T2WI，2個(gè)來(lái)自于軸位DWI，經(jīng)過(guò)線性公式計(jì)算出每例患者的影像組學(xué)分?jǐn)?shù)。

影像組學(xué)分?jǐn)?shù)=0.409×T2_wavelet.LLL_firstorder_Minimum-0.307×T1_original_glcm_Imc1-0.122×DWI_wavelet.LLH_glszm_LowGrayLevelZoneEmphasis-0.078×DWI_original_glcm_InverseVariance-0.035×T1_wavelet.LLH_glrlm_LongRunLowGrayLevelEmphasis+0.202×T2_wavelet.LLH_glcm_MCC+0.278×T2_wavelet.LHH_glszm_GrayLevelNonUniformityNo-rmalized+0.325×T1_original_firstorder_Minimum

2.4 模型的構(gòu)建、驗(yàn)證及臨床應(yīng)用

將單因素、多因素Logistic回歸分析獲得的臨床危險(xiǎn)因素(血小板和高密度脂蛋白)用于構(gòu)建臨床模型。利用每例患者的影像組學(xué)分?jǐn)?shù)構(gòu)建影像組學(xué)模型。采用聯(lián)合臨床危險(xiǎn)因素和影像組學(xué)分?jǐn)?shù)構(gòu)建聯(lián)合模型。

在訓(xùn)練組當(dāng)中，得到聯(lián)合模型的AUC為0.966(95%CI=0.932～0.991)，準(zhǔn)確性為0.906，靈敏度為1.000，特異度為0.830；影像組學(xué)模型的AUC為

0.915(95%CI=0.843～0.966)，準(zhǔn)確性為0.871，靈敏度為0.842，特異度為0.894；臨床模型的AUC為0.784(95%CI=0.682～0.885)，準(zhǔn)確性為0.753，靈敏度為0.842，特異度為0.681(圖1A)。Delong檢驗(yàn)顯示，聯(lián)合模型、影像組學(xué)模型的預(yù)測(cè)效能與臨床模型的預(yù)測(cè)效能差異具有顯著性(Z=3.773、2.017，P<0.05)，聯(lián)合模型與影像組學(xué)模型的預(yù)測(cè)效能比較差異無(wú)顯著性(P>0.05)。

在驗(yàn)證組當(dāng)中，得到聯(lián)合模型的AUC為0.931(95%CI=0.841～0.994)，準(zhǔn)確性為0.750，靈敏度為0.938，特異度為0.600；影像組學(xué)模型的AUC為0.872(95%CI=0.759～0.968)，準(zhǔn)確性為0.806，靈敏度為0.812，特異度為0.800；臨床模型的AUC為0.725(95%CI=0.536～0.880)，準(zhǔn)確性為0.694，靈敏度為0.750，特異度為0.650(圖1B)。Delong檢驗(yàn)顯示聯(lián)合模型、影像組學(xué)模型的預(yù)測(cè)效能與臨床模型的預(yù)測(cè)效能之間存在統(tǒng)計(jì)學(xué)差異(Z=2.395、1.980，P<0.05)，聯(lián)合模型與影像組學(xué)模型的預(yù)測(cè)效能之間差異不顯著(P>0.05)。

通過(guò)決策曲線對(duì)3種模型預(yù)測(cè)直腸癌MSI的臨床應(yīng)用價(jià)值進(jìn)行驗(yàn)證，結(jié)果表明在較大范圍的閾概率下，聯(lián)合模型預(yù)測(cè)直腸癌MSI的凈收益為最大。聯(lián)合模型的校正曲線如圖2所示。圖中45°灰線代表理想線，虛線代表聯(lián)合模型的預(yù)測(cè)性能，虛線與理想線的擬合越接近，預(yù)測(cè)精度越高。訓(xùn)練組和驗(yàn)證組的聯(lián)合模型校正曲線比較，顯示出了較好的一致性。Hosmer-Lemeshow檢驗(yàn)結(jié)果顯示訓(xùn)練組和驗(yàn)證組的聯(lián)合模型比較，差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)，表明擬合度較好。

A：訓(xùn)練組，B：驗(yàn)證組；其中紅線為臨床模型，藍(lán)線為影像組學(xué)模型，黃線為聯(lián)合模型

A：訓(xùn)練組聯(lián)合模型的校準(zhǔn)曲線，B：驗(yàn)證組聯(lián)合模型的校準(zhǔn)曲線

3 討 論

目前，直腸癌微衛(wèi)星狀態(tài)的確定主要依賴于免疫組織化學(xué)染色和PCR檢測(cè)法，但前者假陽(yáng)性率較高，PCR檢測(cè)法雖然是目前的金標(biāo)準(zhǔn)，但因?yàn)闄z測(cè)價(jià)格昂貴和耗時(shí)較長(zhǎng)，限制了其臨床應(yīng)用。此外，通過(guò)結(jié)腸鏡活檢獲取組織標(biāo)本的方式也會(huì)對(duì)患者造成一定的傷害。因此，臨床上迫切需要一種能夠在術(shù)前無(wú)創(chuàng)預(yù)測(cè)直腸癌微衛(wèi)星狀態(tài)的方法。

本研究中MSI組血液中的血小板高于MSS組。而相關(guān)研究表明血小板不僅與凝血止血有關(guān)，還與腫瘤的生長(zhǎng)、轉(zhuǎn)移以及免疫逃避密切相關(guān)[13]。推測(cè)原因?yàn)橹蹦c癌MSI中的腫瘤細(xì)胞能刺激血液中血小板的產(chǎn)生，并將其召集到腫瘤的微環(huán)境中，起到幫助腫瘤細(xì)胞逃脫免疫監(jiān)視的作用。此外，本研究MSI組與MSS組血液中的高密度脂蛋白水平比較差異具有顯著性。但目前為止關(guān)于微衛(wèi)星狀態(tài)與高密度脂蛋白的關(guān)系尚無(wú)明確的研究結(jié)果，推測(cè)其可能與腸道脂肪類物質(zhì)代謝存在一定關(guān)聯(lián)，有待進(jìn)一步研究證實(shí)。而血液中的血小板與高密度脂蛋白作為本研究單因素、多因素Logistic回歸分析篩選出的臨床危險(xiǎn)因素，與既往研究結(jié)果一致[14]。

由于錯(cuò)配修復(fù)蛋白基因缺失，相比較于直腸癌MSS，直腸癌MSI中的腫瘤細(xì)胞的分化程度更差，壞死組織更多且呈黏液性，腫瘤內(nèi)部及周圍有更多的淋巴細(xì)胞聚集，微血管密度更高，并且直腸癌的MSI呈局限性或膨脹性的生長(zhǎng)方式[15-17]。而直腸癌MSI和MSS在細(xì)胞學(xué)水平的差異導(dǎo)致了MR圖像灰度分布不同，從而導(dǎo)致MR圖像一階、二階以及高階特征的差異。因此，本研究通過(guò)LASSO降維剔除了相關(guān)性不密切的影像組學(xué)特征，最終篩選出8個(gè)影像組學(xué)特征，而這些特征就極大可能是直腸癌MSI和MSS之間的腫瘤細(xì)胞異質(zhì)性的一種反應(yīng)，這也提示了本研究篩選的影像組學(xué)特征對(duì)于直腸癌MSI可能具有重要的預(yù)測(cè)價(jià)值。

本研究通過(guò)臨床因素構(gòu)建的臨床模型在訓(xùn)練組中的AUC為0.784，而影像組學(xué)模型中的AUC為0.915。相比于臨床模型，影像組學(xué)模型展現(xiàn)了更好的預(yù)測(cè)性能，這提示了在預(yù)測(cè)直腸癌MSI方面，基于影像組學(xué)分?jǐn)?shù)構(gòu)建的影像組學(xué)模型發(fā)揮著重要的作用。雖然本研究中影像組學(xué)模型與聯(lián)合模型的預(yù)測(cè)效能差異不顯著，但是決策曲線結(jié)果卻顯示了聯(lián)合模型的凈收益最高，表明聯(lián)合模型能為臨床提供更全面的預(yù)測(cè)信息，其擁有重要的臨床應(yīng)用價(jià)值。

既往已有多項(xiàng)影像組學(xué)研究對(duì)于MSI進(jìn)行了預(yù)測(cè)。LI等[18]通過(guò)18F-FDG PET/CT影像組學(xué)預(yù)測(cè)結(jié)直腸癌的微衛(wèi)星狀態(tài)，篩選出了2個(gè)影像組學(xué)特征構(gòu)建預(yù)測(cè)模型，模型的AUC達(dá)到了0.828，達(dá)到了良好的預(yù)測(cè)效果。WU等[19]回顧性分析了102例結(jié)直腸癌患者的碘基物質(zhì)分解圖像，結(jié)果表明基于DECT的影像組學(xué)分析在預(yù)測(cè)結(jié)直腸癌MSI方面具有巨大的潛力。FAN等[20]回顧性分析了119例Ⅱ期結(jié)直腸癌患者的門靜脈期CT圖像，結(jié)果顯示結(jié)合了臨床因素和影像組學(xué)特征的模型的預(yù)測(cè)性能顯著優(yōu)于臨床模型。以上研究證實(shí)了影像組學(xué)研究在預(yù)測(cè)MSI方面的重要價(jià)值。本研究回顧性分析了121例直腸癌患者的資料，構(gòu)建的聯(lián)合模型在訓(xùn)練組中AUC為0.966，驗(yàn)證組中AUC為0.931。聯(lián)合模型在預(yù)測(cè)直腸癌MSI上取得了較好的預(yù)測(cè)效能，其優(yōu)點(diǎn)在于，本研究采用的MR具有較高的軟組織分辨率，MR圖像的信號(hào)強(qiáng)度和定量參數(shù)能較好地反應(yīng)腫瘤的異質(zhì)性；并且本研究采用了病灶區(qū)ROI的三維勾畫(huà)，相比于大多數(shù)研究采用的二維勾畫(huà)，能更全面地納入腫瘤生物學(xué)信息。

本研究也存在一些局限性。①直腸癌MSI的樣本量較少；②本研究為單中心的回顧分析，需要通過(guò)前瞻性、多中心的研究來(lái)進(jìn)一步驗(yàn)證結(jié)果的可靠性；③本研究只納入直腸MR平掃圖像，后續(xù)應(yīng)該補(bǔ)充直腸MR增強(qiáng)圖像，以進(jìn)行更為綜合的影像組學(xué)分析。

綜上所述，基于多參數(shù)MRI影像組學(xué)特征和臨床因素構(gòu)建的聯(lián)合預(yù)測(cè)模型，在術(shù)前可以有效地預(yù)測(cè)直腸癌MSI，能夠?yàn)橹蹦c癌患者的預(yù)后評(píng)估和選擇合適的治療方案提供幫助。