编辑推荐：
儿童肾母细胞瘤是常见的儿童肾脏肿瘤，血管内皮生长因子（VEGF）对其治疗和预后意义重大，但检测 VEGF 存在诸多不便。研究人员构建基于 CT 的影像组学模型预测 VEGF 表达，结果显示该模型预测效果良好，为临床提供了非侵入性预测方法。
在儿童的健康世界里，有一种常见的肾脏肿瘤 —— 肾母细胞瘤，它就像一个隐藏在孩子身体里的 “小怪兽”，约占所有肾脏肿瘤的 90% 、儿童恶性肿瘤的 7%，每年每百万名 15 岁以下儿童中，就有 7 - 10 个孩子不幸 “中招”。肾母细胞瘤的肿瘤风险分层与疾病的预后和治疗紧密相关，而肿瘤分期和组织学亚型是影响治疗效果和生存的关键因素。
随着医学研究的深入，科学家们发现血管内皮生长因子（Vascular Endothelial Growth Factor，VEGF）在肾母细胞瘤的发生、发展过程中扮演着重要角色。VEGF 是一种促血管生成物质，就像给肿瘤生长提供 “养分管道” 的工程师，能促进内皮细胞分化和新血管生长。研究发现，从正常组织到癌前病变，再到肾母细胞瘤组织，VEGF 的表达水平逐渐上升，这表明它与肿瘤的进展密切相关。然而，目前检测 VEGF 的方法存在难题，只能通过侵入性的体内采样，不仅技术难度大、感染风险高，分析时间还长。要是能在手术前准确预测肾母细胞瘤中 VEGF 的表达，那对临床治疗方案的选择将有极大帮助。
为了解决这个问题，连云港市妇幼保健院、连云港市第二人民医院、宿迁医院、苏州市相城区人民医院、连云港市第一人民医院等五家医院的研究人员联合开展了一项研究。他们希望构建一个基于计算机断层扫描（Computed Tomography，CT）的影像组学模型，来预测儿童肾母细胞瘤中 VEGF 的表达水平，为临床提供一种非侵入性、准确又可靠的预测方法。该研究成果发表在《Scientific Reports》上。
研究人员采用了多种关键技术方法。首先，进行了五中心回顾性研究，收集了 2013 - 2022 年符合条件的患者资料，从 129 名患者中筛选出 73 名，随机分为训练队列和测试队列。其次，通过免疫组化染色（PV9000）检测 VEGF 表达，并由两位病理学家独立评估。然后，利用软件自动提取 180 个基于 CT 的影像组学特征，经过观察者间和观察者内分析、最大相关性最小冗余算法（mRMR）以及最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）回归模型进行特征选择，构建影像组学模型。最后，使用多种统计分析方法评估模型性能。
下面来看具体的研究结果：
- 人口统计学数据和临床因素：参与研究的患者年龄、性别等临床特征在各中心分布均匀。训练队列和测试队列中，低 VEGF 表达组和高 VEGF 表达组的临床特征也有所不同，如 COG 分期、COG 组织学分组等在两组间存在差异12。
- 构建的影像组学特征模型：影像组学特征提取的观察者内重复性良好（ICC 值 0.758 - 0.934）。经筛选，最终确定 5 个影像组学特征构建模型，计算影像组学评分。训练队列和测试队列中，高 VEGF 组和低 VEGF 组的影像组学评分差异显著，且该评分能有效预测 VEGF 表达水平34。
- 临床影像组学列线图：基于多变量逻辑回归分析构建临床影像组学列线图，其预测 VEGF 表达的效果良好，校准曲线显示预测结果与实际结果一致性较高。决策曲线分析（Decision Curve Analysis，DCA）表明，该列线图优于仅基于临床因素的模型5。
综合研究结果和讨论部分，此次研究首次创建了基于 CT 的影像组学特征模型来预测儿童肾母细胞瘤中 VEGF 的表达，训练组和测试队列都取得了很好的预测效果。基于影像组学模型的列线图经 DCA 验证，有助于临床判断。与仅基于临床因素的列线图相比，基于 CT 的影像组学列线图预测性能更优（AUC 为 0.916，而临床列线图 AUC 为 0.880 ）。这意味着该模型在指导临床决策、制定治疗方案方面具有很大的潜力，有望成为一种非侵入性的基因分型工具，帮助医生更好地治疗肾母细胞瘤患儿。不过研究也存在一些局限性，如影像诊断的主观性、样本量较小、仅使用 LASSO 方法进行特征选择等。未来研究可在这些方面进一步探索，以优化模型性能，让这一成果更好地应用于临床，为更多患儿带来希望。
