编辑推荐：
头颈鳞癌（HNSCC）中淋巴结转移（LNM）的病理结外扩散（pENE）是重要预后指标。为提升诊断准确性，研究人员分析多参数 FDG-PET/MR 对 pENE 的预测价值。发现含代谢肿瘤体积（MTV）、淋巴结大小等的模型预测准确率达 94.7%，为临床精准分期提供新工具。
头颈癌淋巴结转移灶结外扩散的无创诊断新突破：PET/MR 多参数模型的临床价值
在头颈鳞癌（HNSCC）的诊疗中，淋巴结转移（LNM）的病理结外扩散（pENE）如同隐藏在体内的 “定时炸弹”，不仅意味着肿瘤细胞突破淋巴结包膜向周围组织侵袭，更与患者生存率下降、局部复发风险升高等密切相关。目前，病理检查虽为金标准，但依赖手术获取样本，无法在术前为治疗方案制定提供及时指导。而传统影像技术如 CT、MR 的诊断依赖医生主观判断，存在一定局限性。如何在术前精准识别 pENE，成为临床亟待解决的难题。
为攻克这一挑战，德国慕尼黑工业大学医院核医学科等机构的研究人员开展了一项具有突破性的研究。他们聚焦 FDG-PET/MR 这一先进的影像技术，探索其在预测 HNSCC 患者 LNM 的 pENE 中的价值。这项研究成果发表在《Neuroradiology》，为头颈癌的术前评估提供了新的思路和方法。
研究技术方法
研究采用回顾性分析，纳入 57 例接受术前 FDG-PET/MR 成像并进行颈淋巴结清扫术的 HNSCC 患者。通过 PET 参数（最大标准化摄取值 SUVmax、代谢肿瘤体积 MTV）、MR 形态学参数（边缘毛糙征、晕征、边界消失征）与病理结果对照，构建逻辑回归模型。同时，利用内部验证数据集验证模型准确性。
研究结果
单因素分析与模型构建
单因素分析显示，淋巴结大小、MR 形态学参数（边缘毛糙征、晕征、边界消失征）及 PET 参数（SUVmax、MTV）均与 pENE 显著相关。基于这些参数，构建了两个模型：包含淋巴结大小、边缘毛糙征和 MTV 的一般模型，以及排除读者依赖性参数（边缘毛糙征）的读者独立模型。
模型性能评估
一般模型（χ2(3)=54.23，P<0.001）中，淋巴结大小每增加 1mm，pENE 风险增加 1.39 倍；MTV 每增加 1cm3，风险增加 2.07 倍。读者独立模型（χ2(2)=45.36，P<0.001）仅包含淋巴结大小和 MTV，预测准确率达 94.7%（95% CI [85.4,98.9]），特异性 97.3%，敏感性 90.0%。内部验证显示模型稳定性良好。
临床适用阈值与可视化工具
研究提出基于淋巴结大小分层的 MTV 阈值：≤20mm 者 MTV≥10cm3、21-23mm 者≥5cm3、>23mm 者≥1cm3 时，预测 pENE 的准确性最佳。此外，还绘制了热图和列线图，为临床快速评估提供可视化工具。
研究结论与意义
本研究证实，FDG-PET/MR 多参数模型可无创、准确预测 HNSCC 患者 LNM 的 pENE。读者独立模型仅需淋巴结大小和 MTV，避免了主观判读差异，更适用于临床推广。这一成果不仅为无法接受手术的患者提供了替代诊断方案，还可优化放疗靶区设计、指导辅助放化疗决策，有望改善 HNSCC 患者的预后管理。
尽管研究存在样本量较小、单中心等局限性，但其开创的多参数影像分析思路为头颈癌的精准诊疗奠定了基础。未来，结合更大样本和多中心验证，PET/MR 技术或将成为头颈癌术前评估的核心手段之一，推动个性化治疗的发展。
