CT影像组学联合细胞外容积分数预测结直肠癌微卫星不稳定性(MSI)的增量价值

来自国内的研究团队通过整合CT-based细胞外容积(ECV)分数、临床参数和常规影像特征，构建了结直肠癌(CRC)微卫星不稳定性(MSI)预测模型。训练集(n=155)和验证集(n=67)数据显示，融合ECV的混合模型AUC达0.867/0.848，NRI和IDI显著提升，为MSI无创诊断提供了新策略。

　　

这项研究开创性地将CT定量参数——细胞外容积(extracellular volume, ECV)分数引入结直肠癌(colorectal cancer, CRC)微卫星不稳定性(microsatellite instability, MSI)评估体系。科研人员巧妙运用患者血细胞比容值，通过对比平扫期和平衡期CT图像进行算法运算，精准计算出反映肿瘤微环境特征的ECV参数。

在155例训练集和67例验证集数据中，传统临床影像模型已展现出不错的MSI预测能力(AUC 0.829/0.792)。但当ECV分数这个"秘密武器"加入战局后，混合模型性能显著提升，AUC分别跃升至0.867和0.848。更令人振奋的是，净重分类改善指数(net reclassification index, NRI)和综合判别改善指数(integrated discrimination improvement, IDI)这两项敏感指标双双报喜，证实ECV能为MSI评估带来实实在在的增量价值。

该研究突破性地证明，通过逻辑回归整合ECV分数、临床指标和影像特征这个"铁三角"，可以像拼图游戏般精准解码CRC的MSI状态。这种无创预测方法不仅为临床决策提供了新工具，更揭示了肿瘤微环境定量评估在精准医疗中的巨大潜力。