基于CT特征的列线图预测IA期肺腺癌气腔播散（STAS）的临床价值

本研究针对IA期肺腺癌（LUAD）患者术前难以预测气腔播散（STAS）的临床难题，通过分析1,375例患者的CT影像与病理特征，构建了包含结节形态、血管集束征等5项指标的列线图模型（AUC=0.812）。该模型为外科术式选择（肺叶切除vs亚肺叶切除）提供了重要依据，对改善STAS阳性患者预后具有显著意义。

　　

研究背景与意义
肺癌作为全球癌症死亡的首要原因，其中肺腺癌（LUAD）占非小细胞肺癌（NSCLC）的40%以上。随着CT筛查普及，IA期LUAD检出率显著提升，但手术方式选择（肺叶切除或亚肺叶切除）仍存争议。2015年，Kadota等首次提出气腔播散（Spread Through Air Spaces, STAS）——即肿瘤细胞通过肺泡腔向周围肺实质扩散的现象，被WHO列为肺癌侵袭性生长的新模式。多项研究表明，STAS阳性患者接受亚肺叶切除后复发风险增加2-3倍，但STAS诊断依赖术后病理，术前预测手段匮乏。中山大学肿瘤防治中心团队在《Cancer Imaging》发表的研究，首次基于CT特征构建了STAS术前预测模型，为个体化手术方案制定提供了新工具。

关键技术方法
研究纳入1,375例IA期LUAD患者，通过倾向评分匹配（PSM）平衡基线特征后，最终分析423例（STAS阳性141例，阴性282例）。采用双盲法评估13项CT特征（如结节形态、血管集束征等）和16项临床病理参数，通过多因素logistic回归筛选独立预测因子，并建立列线图模型。采用受试者工作特征曲线（ROC）和决策曲线分析（DCA）验证模型效能。

研究结果

1. 病理特征与STAS的关联

• 微乳头结构（micropapillary component）是STAS最强预测因子（OR=9.08, p<0.001），56.7%的STAS阳性病例存在该结构。
• 淋巴血管侵犯（lymphovascular invasion）显著增加STAS风险（OR=4.677, p=0.014）。
• EGFR野生型患者STAS阳性率更高（p=0.034），提示分子特征与STAS可能存在关联。

2. CT影像的预测价值

• 实性成分占比（CTR）≥75%时STAS风险激增，CTR=100%组风险达参照组（CTR=0%）的11.5倍（p<0.001）。
• 血管集束征（vascular convergence）最具鉴别力（OR=5.032, p<0.001），其病理基础可能与肿瘤促血管生成有关。
• 结节分叶（lobulation）和不规则边缘（irregular margin）分别使STAS风险增加2.2倍和2.0倍（p<0.01）。

3. 模型验证

列线图在训练集和验证集的AUC分别为0.812和0.781，决策曲线显示当阈值概率为10%-80%时具有临床净获益。

结论与展望
该研究首次证实CT影像特征可有效预测IA期LUAD的STAS状态，其中实性成分占比和血管集束征是关键指标。模型指导下的手术决策可能改善患者预后——例如对预测STAS阳性者优先选择肺叶切除。局限性在于回顾性单中心设计，未来需通过多中心前瞻性研究验证。研究为肺癌精准外科提供了重要工具，同时揭示了肿瘤生物学行为与影像表型的深层关联。