基于CT放射组学的肝细胞癌患者经TACE治疗后生存时间预测模型的建立：一项多中心研究

《Journal of Health Care Chaplaincy》：Establishing a Survival Time Prediction Model for Patients with Hepatocellular Carcinoma After TACE Based on CT Radiomics: A Multi-Center Study

肝细胞癌（HCC）患者术后生存预测模型构建及验证。基于TACE治疗后24小时非对比CT影像的脂碘油沉积radiomics特征，结合临床参数（如AFP水平、肿瘤数量）建立临床-radiomics预后模型。结果显示，该模型在1年、2年及3年生存预测的AUC分别为0.787、0.765、0.827（训练集）和0.731、0.713、0.798（验证集），显著优于单独临床或radiomics模型（p<0.0001）。高危组中位生存期16个月 vs 低危组37个月（p=0.0002）。创新性采用术后24小时影像分析，突破传统pre-TACE影像评估局限，为早期疗效评估提供新工具。

　　这项研究聚焦于肝细胞癌（HCC）患者在接受经导管动脉化疗栓塞术（TACE）后的生存预后评估。研究人员通过分析非增强CT扫描图像中脂碘沉积的放射组学特征，构建了一个新的预测模型，以更准确地评估患者的总体生存时间（OS）。这一模型不仅结合了临床变量，还引入了放射组学特征，从而实现了对患者个体差异的全面捕捉，为肝癌治疗提供更加个性化的决策支持。

肝细胞癌是原发性肝癌中最常见的类型，约占所有肝癌病例的75%至85%。近年来，其发病率持续上升，已成为全球第三大癌症相关死亡原因。TACE作为一种微创治疗手段，因其良好的疗效和较低的并发症发生率，被广泛用于晚期HCC患者的治疗。尽管TACE在临床中应用广泛，但患者的生存预后存在显著差异，尤其是在长期疗效方面。这种差异提示我们需要更加精确的评估工具，以识别哪些患者可能从TACE治疗中获益更大，哪些患者可能需要其他治疗方案。

放射组学作为一种新兴的医学影像分析技术，能够从医学影像中提取大量定量特征，用于反映肿瘤的异质性及其生物学行为。这些特征可以提供比传统影像评估更为丰富的信息，有助于预测患者的预后和治疗反应。本研究中，研究人员利用非增强CT图像中的脂碘沉积情况，构建了一个放射组学模型，并进一步将其与临床变量相结合，形成了临床-放射组学联合模型。该模型的构建过程包括特征提取、筛选和整合，最终用于预测HCC患者的生存时间。

研究团队收集了三家医疗机构的数据，共纳入168名接受至少三次TACE治疗的HCC患者，其中112名用于训练模型，56名用于验证模型。患者的数据包括影像资料和临床信息，如年龄、性别、肝功能状态、AFP水平等。研究发现，AFP水平高于400 ng/mL以及肿瘤数量超过3个是影响HCC患者总体生存时间的独立风险因素。同时，通过放射组学特征的提取与分析，研究人员发现某些特征与肿瘤对TACE的反应密切相关，例如脂碘沉积的形态、分布和清除情况。这些特征能够更精确地反映肿瘤内部的异质性，从而为预后评估提供新的视角。

在模型构建过程中，研究团队采用了LASSO算法进行特征筛选，以减少冗余特征并提高模型的预测能力。最终，通过LASSO Cox回归模型，研究人员确定了16个具有显著预测价值的放射组学特征，并计算出一个放射组学评分（rad_score），用于综合评估患者的预后情况。模型的预测性能通过时间依赖的受试者工作特征曲线（AUC）和校准曲线进行评估。结果显示，临床-放射组学联合模型在预测HCC患者1年、2年和3年的总体生存时间方面优于单独的临床模型或放射组学模型。例如，在训练组中，联合模型的AUC分别为0.787、0.765和0.827，而在验证组中分别为0.731、0.713和0.798。这些结果表明，该模型具有良好的预测能力，能够更准确地评估患者的生存风险。

此外，研究团队还利用Kaplan-Meier分析对模型的预测效果进行了进一步验证。结果显示，根据临床-放射组学模型划分的高风险亚组患者的中位生存时间显著短于低风险亚组。例如，在训练组中，高风险患者的中位生存时间为16个月，而低风险患者则为37个月（p = 0.0002）；在验证组中，高风险患者的中位生存时间为14个月，低风险患者为35个月（p < 0.0001）。这一发现表明，该模型能够有效区分不同风险等级的患者，为临床医生提供更有针对性的治疗建议。

研究还提到，传统的六分十二分模型（基于肿瘤直径和数量）在预测TACE治疗效果方面有一定的应用价值，但其预测准确率仅为70%至75%。相比之下，临床-放射组学联合模型的预测能力更强，其C指数分别为0.72（训练组）和0.68（验证组），优于六分十二分模型的C指数（训练组0.67，验证组0.64）。这表明，将放射组学特征与临床变量相结合，能够更全面地反映患者的预后情况，从而提高预测的准确性。

本研究的一个重要创新点在于，它首次在TACE后24小时内对脂碘沉积情况进行放射组学分析。这一时间点的选择不仅能够捕捉到肿瘤对治疗的早期反应，还能避免使用对比剂带来的额外风险和成本。同时，该研究还强调了放射组学在肝癌治疗中的独特价值。与肺部或乳腺癌等其他癌症不同，肝癌通常发生在肝硬化背景之下，这使得影像评估面临更多挑战。而脂碘沉积的模式能够更直接地反映肿瘤对TACE的反应情况，为治疗效果的评估提供了新的依据。

研究团队还对多个放射组学特征进行了深入分析，如Original-ngtdm-Complexity和Original-shape-Sphericity。这些特征能够量化肿瘤内部的异质性，例如Original-ngtdm-Complexity反映了肿瘤内部细胞和组织结构的一致性，而Original-shape-Sphericity则与肿瘤的侵袭性及其与周围组织的关系相关。低复杂度值的肿瘤通常具有更均匀的微血管分布和脂碘沉积，表明化疗药物在肿瘤内部的渗透更为充分，从而可能带来更好的治疗效果。相反，高复杂度值的肿瘤则可能表现出更强的侵袭性，导致较差的预后。这些发现进一步支持了放射组学在肝癌治疗中的应用价值。

研究还指出，虽然六分十二分模型在某些情况下具有一定的预测能力，但其在评估患者个体差异方面存在局限性。相比之下，临床-放射组学联合模型能够更全面地捕捉患者的影像异质性，从而提高预测的准确性。此外，该模型还可以帮助临床医生在治疗决策中做出更合理的判断，例如对高风险患者采取更积极的治疗策略，如手术切除、射频消融或系统性治疗，而对于低风险患者则可以考虑更保守的治疗方案。

尽管本研究取得了重要进展，但其仍存在一些局限性。首先，由于样本量相对较小，研究结果的普遍适用性仍需在更大规模的前瞻性研究中进行验证。此外，虽然LASSO算法在特征筛选中表现出较高的效率和稀疏性，但在特征数量较多的情况下，其稳定性可能受到影响。因此，未来的研究可以探索其他特征选择方法，以进一步优化模型的性能。

综上所述，这项研究为肝细胞癌患者的总体生存预后评估提供了一个新的工具，即临床-放射组学联合模型。该模型结合了临床变量和放射组学特征，能够更准确地预测患者的生存时间，并为临床医生提供个性化的治疗建议。研究结果表明，脂碘沉积的模式可以作为重要的影像生物标志物，为肝癌治疗的精准化提供支持。未来，随着更多研究的开展和数据的积累，该模型有望在临床实践中得到更广泛的应用，并进一步推动肝癌治疗的个体化发展。