基于MRI影像组学构建鼻咽癌颅底骨破坏个体化预测模型及EBV DNA风险分层研究

《BMC Medical Imaging》：MRI-based model for individualized prediction of skull bone destruction and EBV DNA-related risk stratification in nasopharyngeal carcinoma patients

本研究针对鼻咽癌(NPC)颅底骨破坏预测难题，开发了基于CE-T1WI和T2WI序列的MRI影像组学评分(MRscore)。通过LASSO回归筛选9个特征构建的模型AUC达0.844，在EBV DNA高低亚组(AUC=0.880/0.810)和不同性别患者中表现稳定，为NPC个体化治疗提供了可靠的影像学生物标志物。

　　

在头颈部肿瘤领域，鼻咽癌(Nasopharyngeal Carcinoma, NPC)因其独特的流行病学特征和与EB病毒(Epstein-Barr Virus, EBV)的密切关联而备受关注。这种恶性肿瘤在东南亚和中国南方地区高发，其最具侵袭性的特征之一就是颅底骨破坏。当肿瘤侵犯颅底时，不仅会大幅增加治疗难度，更与不良预后和局部复发风险显著相关。目前临床实践中，磁共振成像(Magnetic Resonance Imaging, MRI)虽是检测颅底侵犯的"金标准"，但传统影像学评估仍存在主观性强、难以量化肿瘤异质性等局限。

面对这一临床挑战，何子聪团队在《BMC Medical Imaging》上发表了创新性研究，探索如何通过影像组学这一新兴技术破解颅底骨破坏的预测难题。影像组学能够从常规医学图像中提取大量定量特征，深度挖掘肿瘤内部的异质性信息，这为改善NPC的精准诊疗带来了新的希望。

研究团队采用回顾性设计，纳入175例经组织学确诊的NPC患者。所有患者均接受基线MRI检查，包括对比增强T1加权成像(Contrast-Enhanced T1-Weighted Imaging, CE-T1WI)和T2加权成像(T2-Weighted Imaging, T2WI)序列。通过专业软件手动勾画肿瘤感兴趣区(Region of Interest, ROI)，从两组序列中提取了1916个影像组学特征。特征筛选采用最小绝对收缩和选择算子(Least Absolute Shrinkage and Selection Operator, LASSO)逻辑回归算法，最终保留9个最具预测价值的特征构建MRscore。

研究结果显示，MRscore在预测颅底骨破坏方面表现出色，曲线下面积(Area Under the Curve, AUC)达到0.844。更重要的是，在按血浆EBV DNA水平（以4000拷贝/mL为界）和性别分层的亚组分析中，模型性能保持稳定：EBV DNA高表达组AUC为0.880，低表达组为0.810；男性组AUC为0.853，女性组为0.812。通过1000次Bootstrap重采样验证，MRscore的cutoff值表现出良好的稳定性。

特征选择与模型构建

从初始的1916个特征中，LASSO回归筛选出9个非零系数特征，包括5个CE-T1WI特征和4个T2WI特征，涵盖NGTDM（邻域灰度差异矩阵）、GLDM（灰度依赖矩阵）和GLCM（灰度共生矩阵）等多种纹理特征类别。这些特征通过线性加权组合形成MRscore，作为预测颅底骨破坏的连续变量指标。

MRscore预测性能

MRscore在颅底骨破坏组显著高于非破坏组。ROC分析显示AUC为0.844(95%CI:0.796-0.892)，灵敏度0.852，特异度0.769。Bootstrap分析证实cutoff值分布集中，out-of-bag估计显示敏感度和特异度之和在不同重采样样本中保持稳定。

亚组分析结果

按EBV DNA分层后，MRscore在高、低表达组均保持良好判别能力（AUC分别为0.880和0.810），DeLong检验显示组间差异无统计学意义(p=0.286)。性别亚组分析同样显示模型在男性和患者中性能相当（AUC分别为0.853和0.812，p=0.600）。这些结果证实了MRscore在不同生物学子群中的稳健性。

研究结论与意义

该研究成功构建并验证了基于多序列MRI的影像组学标签MRscore，为NPC颅底骨破坏的个体化预测提供了可靠工具。模型的优势在于其非侵入性、可重复性以及在不同EBV DNA水平和性别亚组中的一致性表现。这不仅有助于临床医生在治疗前更准确地评估肿瘤侵袭风险，为个体化治疗决策提供依据，更重要的是将影像组学与EBV DNA这一重要生物标志物相关联，为理解NPC的生物学行为提供了新的视角。

尽管研究存在单中心回顾性设计的局限性，但其所展示的方法学严谨性和临床适用性令人鼓舞。未来通过多中心前瞻性验证，并整合临床、分子生物学信息构建综合预测模型，MRscore有望成为NPC精准医疗体系中的重要组成部分，最终改善患者预后。