编辑推荐：
为提高无功能垂体大腺瘤（NFMA）患者术后 5 年复发预测准确性，研究人员开展结合临床数据和影像组学特征构建预测模型的研究。结果显示，联合模型预测性能更优。这有助于指导术后随访策略及辅助治疗，意义重大。
在人体的 “内分泌司令部”—— 垂体上，有一种常见的肿瘤，那就是垂体腺瘤。它约占所有颅内肿瘤的 10 - 15%，其中无功能垂体大腺瘤（NFMA）又是垂体肿瘤的常见类型，直径大于 10mm。虽然大部分 NFMA 被诊断为良性腺瘤，但部分患者术后仍可能出现早期进展或复发，复发率在 12 - 58%。术后辅助放疗虽能降低复发风险，却可能带来不可逆的垂体功能障碍等长期并发症。因此，寻找能准确预测 NFMA 术后复发的方法迫在眉睫。此前的研究中，虽有不少临床和病理指标被认为与垂体腺瘤复发相关，但传统 MRI 特征大多定性且主观，不同观察者之间存在差异。而影像组学虽有应用于垂体腺瘤研究的趋势，但多数样本量小且仅涉及单序列研究。
为了解决这些问题，青岛大学附属医院的研究人员开展了一项回顾性研究。他们纳入了 2012 年 1 月至 2018 年 1 月在本院接受手术的 292 例 NFMA 患者，并将其随机分为训练集和验证集，同时收集了 123 例在山东省立医院接受治疗的 NFMA 患者作为外部测试集。通过收集患者的临床、病理和常规影像特征，结合术前 MRI 影像组学特征，构建了临床预测模型（Cli - score）、影像组学预测模型（Rad - score）和联合预测模型。研究结果发表在《Scientific Reports》上。
研究人员在本次研究中主要用到了以下关键技术方法：首先是 MRI 扫描技术，对患者进行术前 MR 平扫和增强扫描，获取 T1WI、T2WI 和 T1 增强图像；其次是影像组学特征提取技术，使用 3D Slicer 软件进行图像分割和特征提取；最后运用统计分析方法，利用 SPSS 和 R 软件进行单因素和多因素 Logistic 回归分析、Lasso 回归分析等，构建预测模型并评估模型性能 。
研究结果主要如下：
- 临床和常规影像特征：训练集、验证集和外部测试集在多数临床、常规影像和病理特征上无统计学差异，但在肿瘤质地、T2 信号强度比、FSH 阳性率和 Ki - 67 指数上存在差异。在肿瘤体积和直径方面，不同组的复发与未复发患者间存在差异，且部分具有统计学意义。此外，肿瘤侵袭部位、形态、Knosp 分级、切除范围、免疫组化 GH 和 PRL 阳性率等定性特征在不同组间也有差异。
- 模型构建与验证：临床模型中，哑铃形、不规则形、分叶状肿瘤形态，次全切除、大部分切除，PRL 阳性，Ki - 67≥3，T2 信号比等被确定为预测肿瘤复发的风险因素。影像组学模型从 T1WI、T2WI 和 T1 增强图像中提取出 3390 个影像组学特征，经筛选最终确定 14 个特征用于构建模型。联合模型将临床和影像组学特征结合，绘制列线图。
- 模型预测性能比较：通过绘制 ROC 曲线、校准曲线和决策曲线分析（DCA）评估模型性能。结果显示，联合模型在训练集、验证集和外部测试集的 AUC 值均高于临床模型和影像组学模型，具有最高的预测性能，且 DCA 曲线表明联合模型在多数阈值概率范围内的净获益率更高。
在研究结论与讨论部分，本次构建的临床模型和影像组学模型均有助于预测 NFMA 患者术后 5 年肿瘤复发，而联合模型整合了患者临床特征和影像组学特征，其预测性能优于单一模型，且在外部数据集上得到验证。该联合模型可帮助医生预测 NFMA 患者术后 5 年复发情况，从而指导术后随访策略的选择，对于高风险患者，能建议其尽早启动辅助治疗。不过，该研究也存在一定局限性，如回顾性研究可能存在偏倚，研究对象仅为 NFMA，传统影像组学方法存在主观性、对多种因素敏感且缺乏标准化等问题。尽管如此，这项研究仍为 NFMA 术后复发的预测提供了新的思路和方法，具有重要的临床意义，为后续相关研究奠定了基础，有望推动该领域的进一步发展。
