基于放射组学的儿童髓母细胞瘤生存风险分层预后评分：一项多中心研究

本研究针对儿童髓母细胞瘤(MB)风险分层难题，开发了一种基于MRI放射组学特征的预后评分系统(RaMP)。通过整合肿瘤异质性纹理特征(?T )、形态学特征(?S )及周围组织变形特征(?B )，在119例多中心数据中验证显示，RaMP评分能显著区分高低风险组(p=0.02-0.013，C-index 0.63-0.7)，优于现有临床标准，为个性化治疗提供影像学决策依据。

　　

髓母细胞瘤(MB)作为儿童最常见的恶性脑肿瘤，其治疗面临巨大挑战——尽管现有分子分型(WNT/SHH/Group3/Group4)和Chang临床分类指导治疗决策，但同亚组患者预后差异显著，且分子检测存在周期长、普及率低的局限。更棘手的是，过度治疗会导致57%幸存者出现听力丧失、继发癌症等严重后遗症，而治疗不足又可能导致复发。这种"进退两难"的现状，催生了对更精准风险分层工具的迫切需求。

美国威斯康星大学麦迪逊分校的Marwa Ismail团队在《Neuro-Oncology Advances》发表了一项突破性研究。研究人员创新性地提出，常规MRI扫描中隐藏的肿瘤异质性信息可能成为破解这一难题的钥匙。通过分析肿瘤及其周围组织的微妙变形模式、纹理特征和形态学改变，他们开发出放射组学MB预后评分(RaMP)，试图从影像角度"解码"肿瘤的侵袭性特征。

研究团队采用三大关键技术：首先，从3个医疗中心收集119例MB患者的MRI数据，通过年龄特异性图谱配准(ANTs工具)解决儿童脑部发育差异问题；其次，由神经放射学家手动分割肿瘤亚区(增强病灶I_En
、水肿带I_Ed
、坏死囊变区I_NC
及三者联合的"肿瘤栖息地"I_H
)，并提取3820个放射组学特征；最后，运用惩罚性Cox比例风险模型(LASSO/ridge/elastic net)构建RaMP评分，通过交叉验证评估性能。

【生存风险评估】
在仅使用Gd-T1w数据时，RaMP在测试集上对水肿区(I_Ed
)和肿瘤栖息地(I_H
)的风险分层达到显著差异(p=0.03-0.04)。当结合T2w和FLAIR序列时，对坏死囊变区(I_NC
)的分层效果更优(p=0.002)，C-index提升至0.73。值得注意的是，变形特征中40mm处平均变形角度(p=0.005)和纹理特征中的熵值(p=0.05)成为关键预测因子。

【比较分析】
与传统方法对比显示：Chang分类仅在1/3数据组合中显效(p=0.0001)，而分子分型全程无统计学意义。单独使用形态学(?^S
)或纹理特征(?^T
)时，预测稳定性显著低于RaMP整合模型。

【讨论与意义】
这项研究首次系统证实：MRI可见的肿瘤周围组织变形模式(如向外位移角度)与MB侵袭性显著相关，这可能是肿瘤质量效应(mass effect)的影像学表征。虽然当前样本量(n=119)和 retrospective性质存在局限，但RaMP评分的多中心验证性能表明，这种非侵入性方法有望成为现有风险分层体系的重要补充。未来结合前瞻性临床试验数据，该技术或可指导治疗降阶梯(对低风险患者减少毒副作用)或强化治疗(对隐匿性高风险患者)，最终改善儿童MB的生存质量。研究团队已着手在MB治疗降阶梯和强化的临床试验中进一步验证该模型。