编辑推荐：
【编辑推荐】为无创预测临床 Ia 期外周型肺腺癌（LA）脏层胸膜侵犯（VPI），天津医科大学总医院等团队基于术前 CT，结合影像组学与 CT 语义特征构建模型。发现胸膜附着、接触角及 Rad-score 为独立预测因子，联合模型 AUC 达 0.843，为临床评估 VPI 及制定个性化治疗提供新方法。
肺癌是全球癌症相关死亡的主要原因之一，其中非小细胞肺癌（NSCLC）占 80%~85%，肺腺癌（LA）是最常见的组织学亚型。随着低剂量薄层 CT 筛查的普及，小体积肺癌的检出率显著提高，但脏层胸膜侵犯（VPI）的术前评估仍是临床难题。VPI 指肿瘤突破弹性层侵犯脏层胸膜，根据第 8 版 TNM 分期，会使 T 分期从 T1 升级为 T2，临床分期从 Ia 期升至 Ib 期，进而影响手术方案选择（如需从肺段切除改为肺叶切除联合淋巴结清扫）。然而，传统 CT 对 VPI 的识别依赖放射科医生经验，且纯磨玻璃结节（GGN）因侵袭性低极少发生 VPI，导致亚胸膜位置的 LA 患者术前评估存在挑战。
为解决这一问题，天津医科大学总医院联合天津医科大学肿瘤医院的研究团队开展了一项回顾性研究。团队纳入 537 例临床 Ia 期外周型 LA 患者（肿瘤 - 胸膜距离≤2 cm 或存在胸膜凹陷征），基于术前胸部 CT 影像，结合肿瘤影像组学特征与瘤周 CT 语义特征，构建了 VPI 预测模型。研究成果发表在《Discover Oncology》，为 VPI 的无创评估提供了新策略。
研究采用的关键技术方法包括：① 影像组学分析：使用 PyRadiomics 软件提取 1316 个影像组学特征，经 Spearman 相关性分析、最小冗余最大相关性（mRMR）算法及最小绝对收缩和选择算子（LASSO）回归筛选特征，构建影像组学评分（Rad-score）；② CT 语义特征评估：由两位放射科医生独立分析 CT 影像，评估包括胸膜附着、胸膜接触角、肿瘤 - 胸膜距离（DLP）等 20 项语义特征；③ 统计建模：通过单因素和多因素 Logistic 回归分析筛选独立预测因子，构建联合预测模型，并通过十折交叉验证、bootstrap 重抽样及独立验证集验证模型效能。
3.1 观察者一致性与患者基线特征
两位放射科医生对最大直径、DLP 等特征的组内相关系数（ICC）均 > 0.85，显示良好一致性。训练集与验证集在临床特征（如年龄、性别、吸烟史）及影像特征上无显著差异，保证了模型的可靠性。
3.2 VPI 与临床及 CT 语义特征的关联
单因素分析显示，VPI 阳性组的 DLP 更小（0.13±0.28 cm vs. 0.47±0.66 cm，P<0.001）、胸膜接触长度更长（1.67±0.73 cm vs. 1.29±0.49 cm，P<0.001），且胸膜附着（OR=4.57, 95% CI 1.92~10.84）、胸膜接触角≥90°（OR=3.28, 95% CI 1.56~6.87）与 VPI 显著相关。此外，表皮生长因子受体（EGFR）野生型患者 VPI 发生率更高（OR=3.06, P=0.039）。
3.3 影像组学特征筛选与模型构建
通过 LASSO 回归从 1316 个特征中筛选出 12 个非冗余特征，进一步经 Logistic 回归确定 5 个关键特征（如总能量、偏度、大区域低灰度级强调等），构建 Rad-score。VPI 阳性组 Rad-score 显著高于阴性组（2.45±1.67 vs. -0.93±1.83, P<0.001），显示良好区分度。
3.4 联合模型验证与效能评估
多因素分析确定胸膜附着（OR=3.28, P<0.001）、胸膜接触角（OR=1.88, P=0.019）和 Rad-score（OR=2.76, P<0.001）为独立预测因子。联合模型在训练集的 AUC 为 0.843（95% CI 0.796~0.882），显著优于单纯影像组学（AUC=0.757）或 CT 语义特征模型（AUC=0.715）；验证集 AUC 为 0.792（95% CI 0.765~0.824），显示良好泛化能力。决策曲线分析（DCA）表明，当阈值概率为 10%~45% 时，联合模型净获益优于 “全治疗” 或 “全不治疗” 策略。
4. 讨论与结论
研究发现，瘤周 CT 语义特征（如胸膜附着、接触角）比肿瘤本身的 CT 特征（如分叶、毛刺）更能预测 VPI，这与肿瘤通过直接接触胸膜侵犯的病理机制一致。影像组学特征通过量化肿瘤异质性（如纹理复杂性、灰度分布）补充了传统形态学评估的不足，二者联合显著提升了预测效能。尽管研究存在回顾性设计、多中心设备差异等局限性，但通过 ComBat 算法校正批次效应及严格的特征筛选，模型仍展现了较高的临床价值。
该研究构建的无创预测模型整合了肿瘤影像组学与瘤周 CT 语义特征，为临床 Ia 期外周型 LA 患者的 VPI 评估提供了新工具。通过术前预测 VPI，可指导外科医生制定个性化手术方案（如避免过度切除或遗漏淋巴结清扫），有望改善患者预后并优化医疗资源分配。未来需更大样本量的多中心研究进一步验证模型的普适性。
