利用高分辨率MRI增强对视网膜母细胞瘤中视神经层后侵犯的预测：整合定性成像特征、视神经测量数据及肿瘤放射组学信息

《European Radiology》：Enhanced prediction of postlaminar optic nerve invasion in retinoblastoma using high-resolution MRI: integrating qualitative imaging features, optic nerve measurements and tumor radiomics

视网膜母细胞瘤患者视神经侵入预测模型研究，采用磁共振成像整合肿瘤放射组学、手动视神经宽度测量及影像学定性评估，构建的logistic回归模型AUC达0.90，显著优于自动测量方法。

　　

摘要

研究目的

本研究旨在利用磁共振成像（MR成像）开发一种模型，用于预测视网膜母细胞瘤患者中的层后视神经侵犯（Postlaminar Optic Nerve Invasion, PLONI）。该模型结合了最新的先进诊断技术，包括肿瘤放射组学、手动和自动的远端视神经宽度测量以及定性的PLONI评估方法。

材料与方法

这项回顾性、多中心病例对照研究纳入了经组织病理学确诊为PLONI的患者以及高空间分辨率的术前MR影像数据。PLONI的表现由两位经验丰富的放射科医生进行定性评估。视神经直径的定量测量通过分割模型自动获得，并通过曲线下面积（Area Under the Curve, AUC）与放射科医生的手动测量结果进行比较。表现最佳的视神经测量数据，以及从肿瘤边界中提取的临床特征和放射组学特征，被用于预测建模。

结果

本研究共纳入了128名视网膜母细胞瘤患者（中位年龄22个月[范围0–113个月]，其中58名为女性）。其中30只眼睛的PLONI得到了组织病理学确认，146只眼睛没有PLONI。研究选择手动测量的远端视神经直径数据进行预测建模，因为这种方法在检测PLONI方面显著优于自动方法，其AUC为0.85，而自动方法的AUC为0.68（p<0.001）。最终的逻辑回归模型整合了放射组学特征和临床特征（包括视神经宽度及PLONI的MR影像表现），其AUC达到0.90（95%置信区间：0.86–0.95，标准差0.07），优于其他模型。

结论

本研究开发了一种性能优异的PLONI预测模型，突显了先进MR成像技术的价值以及定性和定量特征结合的重要性。通过提高风险评估能力，该模型可为临床医生提供额外的决策工具，优化早期干预策略，从而改善视网膜母细胞瘤患者的护理。

关键点

问题 准确检测视网膜母细胞瘤中的层后视神经侵犯仍然具有挑战性。需要改进基于影像的预测方法来优化风险评估并可能优化治疗决策。

发现 手动测量的远端视神经宽度结合定性影像特征和放射组学数据，在预测视网膜母细胞瘤中的层后视神经侵犯方面表现出较高的诊断性能。

临床意义 本研究通过整合定性影像评估、视神经测量和放射组学数据，提高了对视网膜母细胞瘤中层后视神经侵犯的预测能力，从而有助于早期发现，可能减少不必要的激进治疗。

图形摘要

研究目的

本研究旨在利用磁共振成像（MR成像）开发一种模型，用于预测视网膜母细胞瘤患者中的层后视神经侵犯（Postlaminar Optic Nerve Invasion, PLONI）。该模型结合了最新的先进诊断技术，包括肿瘤放射组学、手动和自动的远端视神经宽度测量以及定性的PLONI评估方法。

材料与方法

这项回顾性、多中心病例对照研究纳入了经组织病理学确诊为PLONI的患者以及高空间分辨率的术前MR影像数据。PLONI的表现由两位经验丰富的放射科医生进行定性评估。视神经直径的定量测量通过分割模型自动获得，并通过曲线下面积（Area Under the Curve, AUC）与放射科医生的手动测量结果进行比较。表现最佳的视神经测量数据，以及从肿瘤边界中提取的临床特征和放射组学特征，被用于预测建模。

结果

本研究共纳入了128名视网膜母细胞瘤患者（中位年龄22个月[范围0–113个月]，其中58名为女性）。其中30只眼睛的PLONI得到了组织病理学确认，146只眼睛没有PLONI。研究选择手动测量的远端视神经直径数据进行预测建模，因为这种方法在检测PLONI方面显著优于自动方法，其AUC为0.85，而自动方法的AUC为0.68（p<0.001）。最终的逻辑回归模型整合了放射组学特征和临床特征（包括视神经宽度及PLONI的MR影像表现），其AUC达到0.90（95%置信区间：0.86–0.95，标准差0.07），优于其他模型。

结论

本研究开发了一种性能优异的PLONI预测模型，突显了先进MR成像技术的价值以及定性和定量特征结合的重要性。通过提高风险评估能力，该模型可为临床医生提供额外的决策工具，优化早期干预策略，从而改善视网膜母细胞瘤患者的护理。

关键点

问题 准确检测视网膜母细胞瘤中的层后视神经侵犯仍然具有挑战性。需要改进基于影像的预测方法来优化风险评估并可能优化治疗决策。

发现 手动测量的远端视神经宽度结合定性影像特征和放射组学数据，在预测视网膜母细胞瘤中的层后视神经侵犯方面表现出较高的诊断性能。

临床意义 本研究通过整合定性影像评估、视神经测量和放射组学数据，提高了对视网膜母细胞瘤中层后视神经侵犯的预测能力，从而有助于早期发现，可能减少不必要的激进治疗。

图形摘要