CT测量的内脏脂肪面积可预测局限性肾透明细胞癌患者的无复发生存期

本研究针对局限性肾透明细胞癌(ccRCC)预后评估的临床难题，通过术前CT定量测量内脏脂肪面积(rVFA)，发现其与患者无复发生存期(RFS)呈U型关联（拐点0.40），高rVFA显著增加疾病进展风险。浙江大学医学院附属第一医院团队采用限制性立方样条(RCS)和随机生存森林(RSF)模型证实，rVFA是独立于TNM分期和核分级的预测指标，为个体化随访策略提供了新型影像学生物标志物。

　　

肾细胞癌占肾脏恶性肿瘤的90%，其中透明细胞癌(ccRCC)的发病率持续攀升。尽管手术是局限性ccRCC的主要治疗手段，但约20-30%患者术后出现复发或转移。令人困惑的是，肥胖这一公认的ccRCC危险因素，却与患者预后呈现矛盾关联——部分研究显示肥胖患者生存期更长，这种现象被称为"肥胖悖论"。传统体重指数(BMI)无法区分脂肪分布差异，而内脏脂肪组织(VFT)作为活跃的内分泌器官，通过分泌瘦素、IL-6等促炎因子可能促进肿瘤进展，这为解开肥胖悖论提供了新思路。

浙江大学医学院附属第一医院团队开展了一项开创性研究，纳入446例接受根治性手术的局限性ccRCC患者，利用术前CT在L₃椎体水平定量测量内脏脂肪面积(VFA)和皮下脂肪面积(SFA)，计算相对内脏脂肪面积(rVFA=VFA/TFA)。通过中位48.5个月的随访，采用限制性立方样条(RCS)分析非线性关联，结合Boruta算法筛选特征，并建立随机生存森林(RSF)预测模型，最终在《International Urology and Nephrology》发表重要成果。

研究采用三项关键技术：1) 基于CT的脂肪定量技术，采用-150至-50HU阈值定义VFA，两位放射科医师测量ICC达0.97；2) 多变量统计建模，包括处理非线性的RCS和分段Cox回归；3) 机器学习方法，通过RSF构建预测模型并用SHAP值解释特征重要性。

研究结果

患者特征分析
队列平均年龄58岁，男性占72.2%。rVFA四分位分析显示：Q4组(rVFA≥0.595)女性比例显著增高(60.18% vs Q1组5.36%)，肿瘤直径最大(4.94±5.51cm)，且57例复发/死亡患者中占比最高(p=0.006)。

生存分析
RCS揭示rVFA与RFS呈U型曲线关系，拐点为0.40。分段Cox显示rVFA≥0.40时，每增加1个标准差风险比(HR)达62.05(p=0.002)，而低rVFA组无统计学意义。Q4组3年RFS显著劣于其他组(p<0.001)。

预测模型性能
RSF模型在验证集的AUC为：1年0.893，3年0.725，5年0.749。SHAP分析显示肿瘤大小(1.17-1.25HR)和核分级(8.11HR)权重最高，rVFA居第四但贡献度随时间递减。

讨论与意义
该研究首次在亚洲人群中证实rVFA与ccRCC预后的U型关联，为肥胖悖论提供机制解释：适度内脏脂肪可能维持代谢稳态，而过量脂肪通过促炎微环境加速肿瘤进展。方法学创新体现在：1) 采用rVFA而非绝对VFA，更适用于低BMI高内脏脂肪的亚洲人群；2) 突破线性假设，精准识别0.40的临床临界值；3) 融合传统统计与机器学习优势。

临床转化价值在于：术前常规CT可同步获取rVFA参数，无需额外检查即可优化术后监测策略。对rVFA≥0.595的高危患者，建议加强影像随访并探索代谢干预。局限性包括单中心回顾性设计，且未考虑治疗后的体成分动态变化，这为未来研究指明方向。