《Healthcare》:An Interpretable Multimodal Model Integrating Multiparametric MRI Radiomics and Body Composition for Preoperative Risk Stratification of Malignant Transformation in Rectal Adenomas: A Two-Center Study
编辑推荐:
摘要专业翻译:
背景/目的:直肠腺瘤(RAs)的恶性转化术前识别具有挑战性,因为内镜活检可能无法取样到局灶性恶性成分。本研究旨在开发并外部验证一个可解释的多模态模型,用于直肠腺瘤恶性转化的术前风险分层。方法:在这项回顾性双中心研究中,359例接受手术治疗的患者
摘要专业翻译:
背景/目的:直肠腺瘤(RAs)的恶性转化术前识别具有挑战性,因为内镜活检可能无法取样到局灶性恶性成分。本研究旨在开发并外部验证一个可解释的多模态模型,用于直肠腺瘤恶性转化的术前风险分层。方法:在这项回顾性双中心研究中,359例接受手术治疗的患者被分配至训练队列(n = 143)、内部验证队列(n = 61)和外部验证队列(n = 155)。研究评估了源自高分辨率T2加权成像(HRT2WI)和弥散加权成像(DWI)的影像组学特征、临床生物标志物以及CT衍生的身体成分指标。针对每个影像组学特征,比较了五种机器学习算法。最终组合逻辑回归模型整合了选定的HRT2WI和DWI影像组学模型预测概率与临床及身体成分预测因子。研究进行了判别力、校准和决策曲线分析。结果:训练队列中65/143例患者(45.5%)存在恶性转化,外部队列中91/155例(58.7%)存在恶性转化,差异为13.3个百分点。组合模型在训练、内部验证和外部验证队列中取得的受试者工作特征曲线下面积(AUC)分别为0.956(95% CI,0.922–0.981)、0.908(95% CI,0.830–0.970)和0.867(95% CI,0.803–0.919)。在外部验证中,组合模型的性能优于四个组件模型和初级放射科医师(均p < 0.05);其性能与高级放射科医师相比无显著差异(p = 0.093)。需要注意的是,该阅片者比较仅包括一名初级和一名高级放射科医师,属于探索性分析,不能支持关于模型在更广泛临床实践中相对于放射科医师性能的普遍结论。SHapley Additive exPlanations(SHAP)分析确定内脏脂肪与皮下脂肪比率(VSR)、DWI影像组学模型预测概率和中性粒细胞与淋巴细胞比率(NLR)是组合模型的主要贡献因素。结论:这个可解释的双中心模型在接受手术治疗的RA恶性转化术前风险分层中显示出有前景的判别能力。它可能有助于识别需要进一步术前评估或多学科讨论的患者。在临床实施前需要进行前瞻性多中心评估。
论文解读文章
一、研究背景与问题提出
结直肠癌(CRC)是全球第三大常见恶性肿瘤,也是癌症死亡的主要原因之一。相当比例的CRC通过腺瘤-癌序列发展而来,即良性腺瘤上皮在侵袭性癌症形成前积累分子和组织学改变。这一漫长过程为预防提供了机会,但当恶性灶较小、异质性明显或位于腺瘤样表面之下时,管理颇具挑战性。结肠镜活检可能仅取样到表层组织,从而低估局灶性恶性转化或浸润深度。因此,术前无创风险分层工具对于识别可能受益于进一步诊断评估或多学科讨论的患者具有重要价值。高分辨率T2加权成像(HRT2WI)和弥散加权成像(DWI)提供了评估RA恶性转化的互补解剖和弥散信息,但单纯视觉评估可能无法充分表征病灶内异质性。影像组学可从感兴趣区提取定量特征,捕捉难以通过视觉评估的影像表型。此外,临床炎症标志物和肿瘤标志物谱可能提供补充信息,定量CT研究也表明内脏脂肪组织(VAT)与结直肠腺瘤及进展期腺瘤相关。然而,既往针对RA恶性转化的多模态预测研究多为单中心、缺乏独立外部验证,很少整合CT身体成分指标与多参数MRI影像组学,且鲜有提供全局和个体患者层面的模型可解释性。研究人员据此假设,整合HRT2WI和DWI影像组学预测概率、临床炎症生物标志物及CT身体成分指标的多模态模型,在独立外部验证队列中可取得优于单模态模型的判别性能,并提供可解释的风险输出。
二、研究设计与核心方法
本研究为回顾性双中心研究,纳入2016年6月至2024年6月期间在两家独立医院接受直肠手术且病理确诊为RA或RA恶性转化的患者共359例。中心1的204例患者按7:3比例随机分为训练队列(n = 143)和内部验证队列(n = 61),中心2的155例患者作为独立外部验证队列。研究人员在HRT2WI和DWI上逐层手动勾画肿瘤感兴趣区(ROI),使用PyRadiomics提取107个影像组学特征。特征选择流程包括组内相关系数(ICC)可重复性筛选、Spearman相关性剪枝、最大相关最小冗余(mRMR)排序及最小绝对收缩和选择算子(LASSO)回归降维,所有步骤严格限定于训练队列以避免数据泄漏。比较了五种机器学习算法:逻辑回归(LR)、支持向量机(SVM)、随机森林(RF)、极端梯度提升(XGBoost)和轻量梯度提升机(LightGBM)。身体成分参数在第三腰椎(L3)水平非增强CT图像上使用SliceOMatic测量,包括骨骼肌面积(SMA)、内脏脂肪组织面积(VAT)、皮下脂肪组织面积(SAT)和肌间脂肪组织面积(IMAT),并归一化计算相应指数及内脏脂肪与皮下脂肪比率(VSR)。最终组合模型通过逻辑回归整合HRT2WI和DWI影像组学模型预测概率与临床及身体成分预测因子。模型评估涵盖判别力(AUC)、校准和决策曲线分析,SHAP分析提供全局和个体层面的可解释性。
三、研究结果
3.1 患者特征
训练、内部验证和外部验证队列分别包含143例(平均年龄66±12岁,77例男性)、61例(平均年龄65±11岁,34例男性)和155例(平均年龄63±11岁,96例男性)患者。恶性转化率分别为45.5%、45.9%和58.7%,三队列间差异显著(总体p = 0.048)。跨队列比较显示糖尿病、吸烟史、饮酒史、CEA、CA19-9、中性粒细胞计数和NLR存在名义差异,但仅CEA和CA19-9在Benjamini–Hochberg错误发现率校正后仍显著(均q < 0.001)。训练队列中,恶性转化组的CEA、CA19-9和NLR较高,淋巴细胞计数和LMR较低,这些差异在校正后仍显著。
3.2 临床和身体成分模型构建
单变量逻辑回归识别出CEA、CA19-9、血红蛋白、淋巴细胞计数、单核细胞计数、NLR、PLR和LMR为恶性转化的候选预测因子。向后多变量回归保留了CEA(OR,1.228;95% CI,1.055–1.429)和NLR(OR,1.244;95% CI,1.059–1.463)。临床模型在训练、内部验证和外部验证队列中的AUC分别为0.705、0.669和0.668。身体成分分析中,所有10个性别特异性分层均与恶性转化相关,冗余削减后8个变量进入多变量模型,其中IMATI(OR,6.79)、VATI(OR,10.70)和VSR(OR,4.91)为独立相关因素。身体成分模型在三个队列中的AUC分别为0.929、0.804和0.809。
3.3 特征选择与影像组学特征构建
107个提取特征中,97个HRT2WI和84个DWI特征满足ICC标准(ICC > 0.80)。Spearman相关剪枝后保留44个HRT2WI和33个DWI候选特征。mRMR排序和LASSO回归将每个序列缩减至7个特征。五种算法比较后,LR在两个序列中均表现出最一致的跨队列判别性能。HRT2WI模型的AUC在训练、内部验证和外部验证队列中分别为0.716、0.617和0.691;DWI模型分别为0.831、0.750和0.628。嵌套交叉验证的敏感性分析显示HRT2WI判别力减弱(合并外折AUC为0.518),而DWI保持中等判别力(0.783)。
3.4 组合模型的构建与比较
组合模型整合了HRT2WI和DWI影像组学预测概率与CEA、NLR、IMATI、VATI和VSR,在三个队列中的AUC分别为0.956、0.908和0.867。在验证队列中,组合模型的AUC显著高于每个组件模型(配对DeLong检验,均p < 0.05)。外部验证中,组合模型的校准截距为1.207,斜率为0.619,Brier评分为0.211,平均预测风险低于观察事件比例(0.394 vs. 0.587),提示绝对风险估计需谨慎解读并在临床使用前进一步重新校准。探索性阅片者比较中,组合模型在外部验证中的AUC(0.867)高于初级放射科医师(0.657;Holm校正p < 0.001),与高级放射科医师(0.794)的差异未达统计学显著(Holm校正p = 0.093)。
3.5 模型可解释性
SHAP分析显示,VSR具有最大的平均贡献(1.51),其次是DWI影像组学模型预测概率、NLR、IMATI、VATI、CEA和HRT2WI影像组学模型预测概率。依赖图显示较高的VSR和DWI影像组学预测概率与较高的SHAP值相关,表明其对模型预测恶性转化风险的贡献更大。局部解释展示了代表性低风险病例(预测概率0.001)和高风险病例(预测概率1.000)的特征贡献分解,以及训练样本的累积特征贡献瀑布图。
四、讨论与结论
本研究表明,逻辑回归在五种影像组学分类器中表现出最一致的跨队列性能,这与此前研究一致,即复杂集成模型在中等样本量下可能易过拟合。身体成分信息对恶性转化的预测价值高于单一BMI,高IMATI、VATI和VSR与恶性转化独立相关,支持内脏肥胖通过代谢和炎症通路促进腺瘤恶性进展的假说,但观察性研究不能确立因果关系。模型的可解释性通过SHAP分析在全局和个体层面实现,有助于提高模型使用的透明度和促进多学科讨论。研究局限性包括回顾性设计可能引入选择偏倚、中等事件数下变量选择程序存在不稳定风险、跨中心MRI采集参数差异可能影响影像组学测量可迁移性,以及阅片者比较仅涉及两名放射科医师而属探索性分析。研究结论为:该可解释多模态模型在接受手术治疗的RA恶性转化术前风险分层中显示出一定判别能力,可能提供额外的风险信号以帮助识别需要进一步诊断评估或多学科讨论的患者,但不能替代内镜评估、病理诊断或治疗决策。在考虑常规临床使用前,需要前瞻性多中心验证、多阅片者评估和临床影响评价。