深度学习驱动的腹部器官影像学特征与免疫检查点抑制剂治疗肝细胞癌患者预后的关联研究

《npj Precision Oncology》：AI-driven quantitative assessment of abdominal organs and immunotherapy outcomes across multicenter hepatocellular carcinoma cohorts

　　在肝细胞癌中，除常规肌肉和脂肪测量之外的宿主相关影像学表型仍未得到充分探索。本研究评估了来自六个中心的10个队列中1512例接受免疫检查点抑制剂治疗的肝细胞癌患者腹部器官特征与预后的关联。深度学习从治疗前CT或MRI图像中自动量化了9个腹部器官，产生了18个体积和身高标准化指数。使用多因素Cox回归结合Benjamini-Hochberg假发现率校正评估连续器官测量值；探索性外部验证使用源自WHUH队列的中位数截断值。主要终点为总生存期（OS）和无进展生存期（PFS）。在主要分析中，使用多因素Cox回归将器官测量值作为连续变量进行评估，随后进行Benjamini-Hochberg假发现率（FDR）校正。探索性外部验证使用源自WHUH队列的中位数截断值，并在其余中心固定应用。经FDR校正后，肝体积、左肾上腺体积和右肾指数与总生存期相关。没有连续器官指标对无进展生存期保持显著性，而在探索性外部验证中，较高的右肾体积和右肾指数与较短的无进展生存期相关。常规影像学自动多器官量化可能提供互补的预后信息，而无需额外检查或辐射暴露。