基于术前[18 F]FDG PET原发肿瘤影像组学预测子宫内膜癌侵袭性及不良预后的多中心研究

这篇研究通过489例子宫内膜癌患者的术前[18 F]FDG PET影像组学分析，开发了预测疾病特异性生存（DSS）的放射组学模型（Rdss ），并与传统PET标志物（如SUVmax 、MTV）对比。研究发现，Rdss 对短期生存预测优于SUVmax/mean ，而结合淋巴结PET阳性（LNPET ）和术前组织学风险的联合模型（Cdss ）显著提升了对长期生存及侵袭性疾病的预测精度（AUC达0.909），为个体化治疗提供了新工具。

　　

引言

子宫内膜癌在全球中高收入国家发病率持续上升，2022年新增病例超42万例。肥胖和寿命延长是主要驱动因素，但精准诊断和治疗仍面临挑战。术前影像学评估（如MRI和PET/CT）在疾病分期中起关键作用，而[¹⁸
F]FDG PET因其代谢信息优势，尤其擅长检测淋巴结转移和远处扩散。近年来，影像组学通过挖掘肿瘤异质性特征，为无创预测肿瘤生物学行为提供了新思路。

材料与方法

患者队列
研究纳入2011-2020年挪威Haukeland大学医院489例术前接受[¹⁸
F]FDG PET/CT的子宫内膜癌患者，按7:3分为训练集（343例）和测试集（146例）。入组标准包括：可见原发肿瘤摄取（SUV阈值>2.5）、肿瘤体积>64体素。

影像处理与特征提取
由两名研究者独立勾画代谢肿瘤体积（MTV），提取108个IBSI标准化的放射组学特征，保留组内相关系数（ICC）>0.75的98个特征，并通过ComBat算法校正扫描仪差异。

模型构建
采用LASSO Cox回归构建放射组学DSS评分（R_dss
），结合LN_PET
和术前高风险组织学（EEC G3/NEEC）建立联合模型（C_dss
）。性能评估通过时间依赖性ROC（tdROC）完成。

结果

生存预测
R_dss
在测试集中预测2年/5年DSS的AUC分别为0.855和0.720，显著优于SUV_max/mean
（p≤0.04），但与MTV、TLG和LN_PET
相当（p≥0.12）。C_dss
表现更优，2年DSS AUC达0.909，显著超越所有传统标志物（除MTV，p=0.29），5年DSS AUC为0.817（p≤0.05）。

侵袭性疾病预测
R_dss
对淋巴结转移（LNM）、FIGO III-IV期和高风险组织学的预测AUC为0.58-0.75，而C_dss
提升至0.80-0.87，尤其对高风险组织学鉴别力突出（AUC 0.869）。

讨论

研究证实，PET放射组学可捕捉肿瘤代谢异质性，R_dss
中形态学特征（如最大三维直径）和纹理特征（如归一化逆差）的组合对短期预后具有高敏感性。然而，长期预测性能下降提示需结合临床因素。联合模型C_dss
的卓越表现凸显了多模态整合的价值，尤其是LN_PET
的贡献。

局限性
最小肿瘤体积要求可能引入选择偏倚，且不同SUV阈值对特征稳定性影响需进一步探索。未来自动化分割和深度学习技术的应用有望提升可重复性。

结论

[¹⁸
F]FDG PET放射组学为子宫内膜癌术前风险评估提供了新维度，联合传统标志物的C_dss
模型在预后分层和个体化治疗决策中展现出临床转化潜力。