编辑推荐：
胰腺癌（PDAC）预后差与淋巴结（LN）转移密切相关。为精准预测 LN 转移，研究人员构建了基于增强 MRI 的肿瘤内异质性（ITH）模型。结果显示，集成模型 RHC 预测性能良好，能有效分层患者。该研究为临床决策提供了重要参考。
在医学领域，胰腺导管腺癌（Pancreatic Ductal Adenocarcinoma，PDAC）如同一个 “冷酷杀手”，严重威胁着人类健康。它是癌症相关死亡的第三大原因，5 年生存率仅约 12% 。而这一糟糕预后的关键因素之一，便是频繁发生的淋巴结（Lymph Node，LN）转移。没有 LN 转移的患者 5 年生存率比有 LN 转移的患者高 4 倍，后者生存率仅有 10% 。
当前，术前评估 LN 状态对患者预后和治疗规划至关重要，准确评估能指导新辅助化疗，改善 LN 阳性 PDAC 患者的治疗效果。然而，PDAC 高度异质性，这给监测肿瘤生物学行为和制定临床治疗决策带来了极大挑战。传统的非侵入性成像技术，如 CT，在检测 LN 转移时灵敏度较低，仅约 25% ，难以区分 LN 转移与炎症、淋巴梗阻等情况。同时，反映胰腺癌病变整体特征但忽视肿瘤内异质性（Intratumoral Heterogeneity，ITH）的肿瘤生物标志物，在评估转移和预后方面价值有限。
为了突破这些困境，复旦大学附属中山医院的研究人员开展了一项大型、多中心研究。他们旨在开发并验证基于增强 MRI 的 ITH 模型，用于预测可切除 PDAC 的 LN 转移。
研究人员首先收集了 2015 年 10 月至 2023 年 12 月在复旦大学附属中山医院接受治疗的 PDAC 患者数据，同时纳入了来自三个不同中心的 324 例可切除 PDAC 患者作为外部验证队列。最终，597 例 PDAC 患者被纳入研究，包括 432 例用于模型构建的推导队列、109 例内部验证队列和 56 例外部验证队列。
在研究过程中，研究人员采用了多种关键技术方法。在图像采集方面，使用 1.5-T 或 3.0-T MRI 系统进行扫描。对于图像分析，先由两位经验丰富的腹部放射科医生独立评估成像特征，有分歧时由第三位资深医生达成共识。接着进行图像分割和预处理，在 T1 加权动脉期（T1_A）、静脉期（T1_V）和延迟期（T1_D）图像上手动标注。通过 K -means 算法进行栖息地成像，并提取影像组学特征。利用多种算法进行特征选择，构建栖息地模型、影像组学模型和临床模型，并将这些模型进行组合。最后，使用 SPSS 软件和 R 语言进行统计分析。
研究结果如下：
- 患者特征：在三个队列中，LN 转移在推导队列和内部验证队列中的发生率为 43.1%，在外部验证队列中为 39.3%。通过单变量和多变量逻辑回归分析发现，CA19 - 9、TBil 水平升高以及影像学上 LN 增大与 LN 转移相关，这些变量被纳入临床模型，其在不同队列中的 AUC 值表明该模型有一定预测能力。
- ITH 分析和影像组学特征选择：确定肿瘤感兴趣区域的理想聚类数为 3，提取了大量影像组学和栖息地特征。经过特征约简和 LASSO 选择，不同模型保留了不同数量的特征，且所选特征能有效区分 LN 转移。
- 组合模型和性能评估：基于单个序列的影像组学模型和基于增强映射及单序列的栖息地模型在预测 LN 转移方面有一定表现。集成模型中，RH 模型和 RHC 模型表现更优，RHC 模型在推导队列、内部验证队列和外部验证队列中的 AUC 值分别达到 0.805、0.779 和 0.615 ，优于其他单个模型。
- 集成模型对预后风险分层和辅助治疗结果的预测价值：根据 RHC 模型的截断值将患者分为低风险和高风险组，该模型能有效区分可切除 PDAC 患者的无复发生存期（Recurrence - Free Survival，RFS）和总生存期（Overall Survival，OS）。辅助治疗对高风险组患者的 OS 有显著改善，但对低风险组无明显益处。
研究结论表明，基于 MRI 的 ITH 评估有潜力预测 PDAC 的 LN 转移。RHC 模型在预测可切除 PDAC 患者的 LN 转移方面具有最高的准确性，不仅可作为术前非侵入性预测指标，还能为预后风险评估和制定个性化辅助治疗策略提供重要依据。然而，该研究也存在一些局限性，如外部验证组样本量相对较小、MRI 协议存在异质性、栖息地亚区域未进行病理验证等。未来需要进一步扩大样本量，规范 MRI 协议，并进行病理验证，以提升研究的可靠性和临床应用价值。总之，这项研究为 PDAC 的临床治疗开辟了新的方向，有望改善患者的预后情况。
