基于多感兴趣区的多参数MRI影像组学预测局部进展期直肠癌患者对新辅助放化疗的敏感性：一项多中心研究

《Clinical and Translational Oncology》：Multi-parametric MRI radiomics to predict sensitivity to neoadjuvant chemoradiotherapy based on multi-regions of interest in locally advanced rectal cancer: a multicenter study

　　

摘要

背景

评估基于基线多参数磁共振成像（MRI）的影像组学模型——整合多个感兴趣区域（ROI）——是否能够预测局部晚期直肠癌（LARC）对新辅助放化疗（NCRT）的病理完全缓解（pCR），并在外部进行验证。

方法

本多中心回顾性队列研究共纳入510例接受NCRT及全直肠系膜切除术的LARC患者（330例用于训练，83例用于内部验证，97例用于外部验证）。从三个ROI（原发肿瘤、直肠系膜区域及侧方淋巴结区域）提取影像组学特征。经冗余降维和聚类后，通过梯度提升决策树交叉验证选取前30个特征。评估四种分类器（逻辑回归、随机森林、支持向量和额外树），并采用SMOTE方法处理类别不平衡问题。通过受试者工作特征曲线下面积（AUC）比较不同ROI组合、MRI序列及算法下的模型性能。

结果

总体而言，510例患者中有98例（19.2%）达到pCR。基于额外树的多ROI、多参数模型在外部验证集中AUC达到0.717。在单ROI模型中，肿瘤ROI的AUC最高（0.630）。在各MRI序列中，基于ADC的模型表现最佳（AUC 0.629）。

结论

整合多个ROI的基线多参数MRI影像组学模型对LARC的pCR表现出适度的预测性能，并在独立的外部队列中展现了类似的预测价值。该方法可能提供治疗前的风险分层，并为个体化治疗策略和器官保留的未来研究提供支持。