CT身体成分标志物在消化道癌症总生存期预测中的增量价值有限：一项回顾性研究

《BMC Medical Imaging》：Automated opportunistic CT body composition markers and overall survival in patients with digestive system cancers: a retrospective cohort study

　　

摘要

背景

常规腹部CT包含定量的肌肉和骨骼信息。我们评估了自动提取的CT身体成分标志物与总生存期（OS）之间的关联，以及它们在消化道癌症中超越临床变量的增量预测价值。

方法

这项单中心回顾性研究纳入了405例有治疗前CT和生存随访的患者。对L3椎体和双侧腰大肌的TotalSegmentator掩膜进行了人工质量控制。使用单变量和校正Cox模型评估标志物与OS之间的关联。将完整病例随机分为训练集和内部验证集。使用C指数、时间依赖性AUC和IPCW Brier分数比较临床、CT身体成分和融合岭回归Cox模型。

结果

影像质量控制后，392例患者有可用的L3影像；377例完整病例组成共同主要分析队列（300例训练集；77例内部验证集）。在单变量分析中，较高的肌肉数量标志物与较低的风险相关。校正后，L3椎体中心切片衰减度和整个腰大肌体积指数与OS相关（每增加1个标准差，HR分别为1.155和0.843）。内部验证C指数分别为：融合模型0.772（95% CI, 0.699–0.841），临床模型0.762（0.693–0.834），CT身体成分模型0.571（0.476–0.662）。融合模型与临床模型的差值为+0.009（95% CI, -0.008至0.027；compareC, P=0.28）。所有1年、2年和3年的AUC差值置信区间均包含零。融合模型的Brier分数较低（2年，0.190 vs. 0.248）。

结论

部分自动提取的CT身体成分标志物与OS相关，但将它们添加到临床变量中，在内部验证中仅提供有限的增量判别能力（C指数差值，+0.009；95% CI, -0.008至0.027；compareC, P=0.28）。连续净再分类改善和整合判别改善无统计学意义。Brier分数较低为次要发现。临床实用性尚未确立，需要独立的_external_验证。