编辑推荐：
为预测局部晚期鼻咽癌（LANPC）患者预后，研究人员构建含功能 MRI 的影像组学模型，该模型预测性能良好。
# 多参数 MRI 影像组学：开启局部晚期鼻咽癌精准诊疗新篇章
在医学领域，鼻咽癌如同一个隐匿在暗处的 “杀手”，尤其在东亚和东南亚地区，其发病率居高不下。局部晚期鼻咽癌（LANPC）患者占比约 70 - 80%，尽管当前采用放化疗联合的治疗手段，但 5 年生存率却始终徘徊在 70 - 80%，局部复发和远处转移成为制约患者生存的两大难题。传统的肿瘤 - 淋巴结 - 转移（TNM）分期系统，就像一个 “粗糙的工具”，虽在临床决策中占据重要地位，却难以精准预测患者预后，因其忽视了肿瘤内部的异质性。磁共振成像（MRI）虽有着出色的软组织分辨率，可清晰呈现微观病变，但在实际应用中，多依赖于定性的结构信息，对肿瘤特征的挖掘不够深入。
在这样的背景下，为了更精准地预测 LANPC 患者的预后，优化治疗策略，提升患者的生存质量，湖南省肿瘤医院、中南大学以及南华大学附属长沙中心医院的研究人员开展了一项极具意义的研究。他们旨在构建一个包含功能 MRI 信息的影像组学模型，探索功能 MRI 相较于传统 MRI 在预测模型中的增量价值，为 LANPC 患者的个性化治疗提供有力支持。该研究成果发表在《BMC Cancer》上，为鼻咽癌的诊疗开辟了新的道路。
研究人员开展了一项回顾性队列研究，从 2015 年 8 月至 2018 年 11 月收集了 232 例鼻咽癌患者的医疗记录，依据严格的纳入和排除标准，最终筛选出 126 例患者纳入分析。这些患者均接受了 2 - 3 个周期的诱导化疗（IC），之后进行了根治性调强放疗（IMRT），并在放疗期间同步进行 1 - 3 个周期的铂类化疗。
研究中采用了多种关键技术方法。首先是 MRI 影像采集，使用 1.5T MRI 扫描仪获取 T1 加权成像（T1WI）、T2 加权成像（T2WI）、对比增强 T1WI（cT1WI）和扩散加权成像（DWI）图像。接着，利用开源的 ITK - SNAP 软件对 MRI 图像进行手动分割，由经验丰富的放射科医生操作并审核。然后，借助 Pyradiomics v3.0 软件从图像中提取多种特征，包括形状、一阶统计、纹理和小波特征等。最后，运用多种机器学习算法，如支持向量机（SVM）、随机森林（RF）等，构建并优化影像组学模型，同时通过 C 指数、校准曲线等指标评估模型性能。
研究结果
- 患者特征：126 例患者的平均年龄为 40.1 岁 ±9.2 岁，男性占 74.6%。整个队列的 3 年无进展生存期（PFS）、无远处转移生存期（DMFS）和总生存期（OS）率分别为 80.2%、85.7% 和 86.5%，中位随访时间为 83 个月。训练集和验证集在性别、年龄、总体分期等多个特征上无显著差异。
- 预测模型性能：经 Cox 回归分析，TNM 分期是与 PFS 显著相关的独立变量，但在验证集中，其 C 指数仅为 0.544。在单层面影像组学模型中，基于 DWI 的模型 C 指数最高，达到 0.739。融合 DWI、T1WI 和 cT1WI 特征的融合影像组学模型表现最佳，在验证集中 C 指数为 0.788，优于其他单层面模型以及 T1WI 和 cT1WI 联合的模型。融合模型在预测 DMFS 和 OS 时，C 指数也有不错的表现，分别为 0.786 和 0.690。校准曲线显示融合模型预测的 PFS 概率与实际观察结果高度吻合；时间依赖性 ROC 曲线表明模型的预测 AUC 随时间提升；临床影响曲线展示了不同阈值下高风险个体数量的变化；Kaplan - Meier 曲线则直观地显示融合模型能有效区分高风险和低风险患者，而临床模型和基于 T2WI 的模型在这方面表现欠佳。
研究结论与讨论
研究表明，基于多参数 MRI 的影像组学模型在预测 LANPC 患者生存结局方面表现出色，尤其是融合 DWI、T1WI 和 cT1WI 特征的模型，其预测准确性优于单独使用 TNM 分期。DWI 为模型提供了传统 MRI 序列之外的补充信息，有助于更精准地捕捉肿瘤异质性。
不过，该研究也存在一定的局限性。回顾性研究设计可能受到现有医疗记录的限制，存在数据不完整或缺失的问题；样本量相对较小，可能影响结果的普适性；缺乏标准化的成像协议和特征提取方法，难以在不同机构间推广；手动分割肿瘤存在主观性，自动化分割技术有待探索；未纳入治疗后的 MRI 图像，影响了 PFS 评估的准确性；对影像组学特征的生物学解释尚不清楚，还需进一步研究。
尽管如此，这项研究依然为 LANPC 的诊疗带来了新的希望。它为临床医生提供了一种无创的预后评估工具，能够帮助医生更准确地识别高风险患者，从而制定更具针对性的治疗方案，实现真正的个性化医疗。未来，随着研究的不断深入，这些问题有望逐步得到解决，进一步推动鼻咽癌精准医学的发展。
