编辑推荐：
为解决腮腺肿瘤中沃辛瘤（WT）和多形性腺瘤（PA）术前难以准确区分的问题，研究人员开展基于 MRI 特征构建列线图模型的研究。结果显示该模型预测准确性高（ROC 曲线下面积为 0.9909），为腮腺肿瘤诊断提供新方法，有助于提升诊疗水平。
腮腺，这个位于耳朵前下方的小腺体，虽然体积不大，却在人体的消化和口腔健康中扮演着重要角色。然而，腮腺肿瘤的出现却打破了这份平静。在众多腮腺肿瘤中，沃辛瘤（Warthin’s tumor，WT）和多形性腺瘤（pleomorphic adenomas，PA）是最常见的两种良性肿瘤。但别小看它们，二者在治疗策略上却有着天壤之别。PA 的恶变率约为 5 - 10%，术后还容易复发，因此手术切除是主要治疗手段；而 WT 恶变概率小于 1%，可以选择保守治疗或密切观察。
面对这两种 “性格” 迥异的肿瘤，准确的术前诊断就显得尤为重要。然而，目前的诊断方法却困难重重。临床体检很难仅通过触摸就判断出肿瘤是良性还是恶性；细针穿刺活检（fine - needle aspiration biopsy，FNAB）虽然能获取组织样本，但肿瘤的异质性可能导致样本无法代表整个肿瘤，而且这种微创操作还存在并发症风险；超声检查对腮腺深叶的观察也存在局限。在这样的困境下，磁共振成像（Magnetic Resonance Imaging，MRI）凭借其出色的软组织对比分辨率和多平面成像能力，成为评估腮腺肿瘤的重要手段。为了进一步挖掘 MRI 在鉴别 WT 和 PA 中的价值，浙江大学医学院附属邵逸夫医院的研究人员开展了一项回顾性观察研究，相关成果发表在《Scientific Reports》上。
研究人员首先从医院病理数据库中筛选出 2010 年 1 月至 2023 年 12 月期间，经组织样本病理确诊为 WT 或 PA，且术前进行过腮腺增强 MRI 检查、未接受过肿瘤治疗的患者。研究过程中，所有患者均使用 3.0T MRI 扫描仪进行检查，获取了 T1 加权像、脂肪抑制 T2 加权像以及注射对比剂后的 T1 加权像等多种影像资料。同时，研究人员收集了患者的临床信息，包括性别、年龄、吸烟史等，并由两位经验丰富的放射科医生独立评估 MRI 影像特征。
接着，研究人员运用统计学方法对数据进行分析。描述性统计用于呈现连续变量和分类变量的特征，t 检验和卡方检验或 Fisher 精确检验分别用于比较连续变量和分类变量的差异。多变量逻辑回归则用于确定鉴别 WT 和 PA 的独立危险因素。最终，研究人员基于多变量逻辑回归结果，利用 R 软件构建了包含性别、年龄、强化程度和强化模式等变量的列线图模型，并通过 1000 次自助重采样进行内部验证。
研究结果令人惊喜。本次研究共纳入 56 例患者，其中 WT 患者 32 例，PA 患者 24 例。患者的中位年龄为 53 岁，男性占比 75%。单因素分析发现，WT 和 PA 患者在性别、年龄、吸烟史、病变数量、原发部位、强化程度和强化模式等方面存在显著差异。进一步的多变量分析表明，性别、年龄、强化程度和强化模式是鉴别两种肿瘤的独立危险因素。与 WT 相比，PA 更倾向于发生在年轻女性患者中，强化程度更高，且延迟强化更为常见。基于这些因素构建的列线图模型展现出了极高的预测准确性，其受试者工作特征曲线下面积（AUC）达到了 0.9909，内部验证也证实了模型的稳健性。
在研究结论和讨论部分，该研究构建的列线图模型为鉴别 WT 和 PA 提供了一种标准化的定量方法，有助于提高腮腺肿瘤的诊断准确性，为临床医生制定更合理的治疗方案提供有力支持。同时，研究也指出了自身的局限性，如回顾性研究、样本量较小且缺乏外部验证，以及 MRI 成像技术不够全面等。未来需要开展更大规模的前瞻性多中心研究，并探索更多 MRI 模态，以进一步完善该模型，提升其临床应用价值。总的来说，这项研究为腮腺肿瘤的诊断和治疗开辟了新的思路，有望推动相关领域的进一步发展。
