综述：影像组学在喉癌管理中的应用：文献范围综述

《LARYNGOSCOPE》：The Application of Radiomics in Laryngeal Cancer Management: A Scoping Review of the Literature

本综述系统评估了影像组学在喉癌管理中的最新进展。通过分析截至2025年5月的30项研究（涉及3503例患者），发现基于影像组学的预测模型在总体生存期（OS）、无进展生存期（PFS）等关键结局预测中优于传统方法。深度学习（DL）技术的引入进一步提升了预测性能，结合临床病理变量的融合模型展现出最高准确度。尽管存在影像协议异质性等挑战，影像组学仍显露出提升喉癌分期精准度和个性化治疗的巨大潜力。

　　

ABSTRACT

喉癌作为头颈部重要恶性肿瘤，其发病率呈上升趋势。影像组学能够提供高维、可重复的定量数据，这些数据可作为与肿瘤分期、预后及生存结局密切相关的生物标志物。

数据来源

通过检索Medline和PubMed书目数据库（截至2025年5月）筛选合格文献。

研究方法

本范围综述严格遵循系统评价和荟萃分析首选报告项目（PRISMA）指南，并采用放射组学质量评分（RQS）体系评估纳入研究方法学质量。

结果

共纳入30项研究（3503例患者），主要围绕总体生存期（OS）、无进展生存期（PFS）、局部控制、治疗反应及分期预测模型的构建。研究表明，影像组学模型在关键结局预测中持续优于临床或传统影像模型。融合临床病理变量的多模态模型达到最高预测精度。深度学习（DL）等新技术较传统影像组学进一步提升了性能，但普遍存在影像协议异质性、特征提取软件不一致及缺乏外部验证等局限。

结论

尽管当前限制因素阻碍影像组学的临床常规应用，这个快速发展的领域在提升喉癌分期准确性、预后判断及个性化管理方面展现出显著潜力。

利益冲突

作者声明无利益冲突。