对于临床I期肺癌患者，肿瘤体积可能比肿瘤直径更能作为隐匿性淋巴结转移的预测指标

《Updates in Surgery》：Tumor volume may be a better indicator than diameter for occult lymph node metastasis in patients with clinical stage-1 lung cancer

　　

摘要

尽管已进行全面的术前分期，隐匿性淋巴结转移（OLM）仍然是肺癌患者面临的主要临床挑战。尽管肿瘤直径、代谢活性、分子特征和影像组学等几种 OLM 预测因子已被广泛研究，但肿瘤体积的预测作用仍不明确。本研究旨在评估使用人工智能（AI）辅助的 Synapse 3D 软件半自动量化测量的肿瘤体积，能否预测临床早期肺癌患者的 OLM。纳入 2018 年至 2024 年间因临床分期为 cT1b–cN0M0 肺癌而接受手术切除的患者。使用 Synapse 3D 软件量化肿瘤体积。采用单因素和多因素逻辑回归分析评估肿瘤体积与 OLM 之间的关联。由于肿瘤直径和肿瘤体积可能引入多变量模型的多重共线性，因此分别生成了受试者工作特征（ROC）曲线，并使用 DeLong 检验比较了相应的曲线下面积（AUC）。共纳入 248 名患者，其中 59 名（23.8%）为女性。平均年龄为 65.4 岁。在 N1、N2a 和 N2b 淋巴结站分别有 10.8%、4.8% 和 2.0% 的患者发现 OLM。多因素逻辑回归分析确定年龄较轻（p?=?0.004）、肿瘤体积较大（p?=?0.01）以及非腺癌和鳞状细胞癌的组织病理学亚型是 OLM 的独立预测因素。肿瘤直径、切除范围、手术入路和 PET-CT 代谢活性与 OLM 无显著关联。ROC 分析表明，肿瘤体积在预测 OLM 方面的判别能力显著优于肿瘤直径（AUC：69% 对 58%；DeLong 检验，p?=?0.004）。人工智能辅助的肿瘤体积测量是临床早期肺癌患者隐匿性淋巴结转移的独立预测因素。

图形摘要