《Science Progress》：Diagnostic performance of Node-RADS in assessing regional lymph node metastasis and prognosis in resected gastric cancer
编辑推荐：
目的：评估基于术前CT的淋巴结报告与数据系统（Node-RADS）评分对未接受新辅助化疗（NAC）的根治性切除非转移性胃癌（GC，pTNM分期I–III）患者淋巴结转移（LNM）的诊断价值及其对无病生存期（DFS）的预后意义，并构建预测LNM和DFS的列线图模
目的：评估基于术前CT的淋巴结报告与数据系统（Node-RADS）评分对未接受新辅助化疗（NAC）的根治性切除非转移性胃癌（GC，pTNM分期I–III）患者淋巴结转移（LNM）的诊断价值及其对无病生存期（DFS）的预后意义，并构建预测LNM和DFS的列线图模型。
方法：这项回顾性研究纳入了2019年1月至2022年12月期间接受根治性胃切除术联合D2淋巴结清扫术的未接受NAC的胃癌患者。两名放射科医生独立评估Node-RADS评分。采用Logistic回归和Cox回归分析确定LNM和DFS的独立预测因子。使用受试者工作特征曲线下面积（AUC）、一致性指数（C-index）、校准曲线和决策曲线分析（DCA）构建并评估列线图模型。
结果：共纳入150例患者（中位年龄61岁）。72.7%的患者存在病理学LNM。Node-RADS评分与肿瘤大小、CEA水平、pTNM分期、N分期和复发显著相关（均P < 0.05）。观察者间和观察者内一致性良好（κ = 0.746和0.798）。肿瘤大小、CA19-9和Node-RADS评分是LNM的独立预测因子。LNM列线图的AUC为0.88。随访期间，34.7%的患者出现复发，Node-RADS评分与DFS显著相关。
结论：基于术前CT的Node-RADS评分在胃癌中显示出良好的诊断和预后价值，可能有助于术前风险分层。
胃癌（gastric cancer, GC）仍是全球癌症相关死亡的重要原因，其发病率居第五位，死亡率居第四位。区域淋巴结转移（lymph node metastasis, LNM）是决定肿瘤分期、临床管理方案和个体生存结局的关键病理特征。根治性胃切除术联合D2淋巴结清扫是目前可切除GC的标准治愈性治疗手段，因此术前准确评估区域LNM对制定手术计划、判断是否需要新辅助/辅助治疗及进行风险分层至关重要。CT因其高空间分辨率和可同时评估原发灶与远处转移，是GC术前分期最常用的影像学方法。但传统CT评估LNM主要依据淋巴结短径（≥10 mm作为恶性阈值），诊断准确性有限：反应性增生淋巴结可表现为增大，而微小转移淋巴结难以仅凭大小检出，易导致LNM状态误判。2021年提出的淋巴结报告与数据系统（Node-RADS）将淋巴结大小和形态特征整合为1–5分的标准化评分系统，已在膀胱癌、肺癌、结直肠癌和肾癌等多种实体瘤中展现出较好的诊断性能。已有研究探讨了Node-RADS在GC中的应用，显示新辅助化疗（neoadjuvant chemotherapy, NAC）后基于CT的Node-RADS可预测局部进展期胃癌（locally advanced gastric cancer, LAGC）的残留LNM和生存结局。然而，术前Node-RADS在未经选择的、未接受新辅助治疗的可切除胃癌患者中的诊断和预后价值仍未充分阐明。
为填补这一空白，研究人员纳入2019年1月至2022年12月在南昌大学第二附属医院接受根治性胃切除术联合D2淋巴结清扫、且术前未接受任何抗肿瘤治疗的150例非转移性胃癌患者（pTNM分期I–III期），以术后病理为金标准，全面评估术前CT Node-RADS评分对区域LNM的诊断效能及其与无病生存期（disease-free survival, DFS）的关联，并构建基于Node-RADS的LNM预测列线图和DFS预后列线图，以期为术前个体化风险分层提供可量化的工具。
本研究的主要技术方法包括：基于术前增强CT的Node-RADS标准化评分；采用加权kappa系数评估观察者间和观察者内一致性；通过Logistic回归筛选LNM的独立术前预测因素并构建列线图；通过Cox比例风险回归筛选DFS的独立预后因素并构建预后列线图；采用受试者工作特征曲线下面积（AUC）、一致性指数（C-index）、校准曲线和决策曲线分析（DCA）评价模型性能，并通过bootstrap重抽样进行内部验证。此外，还按淋巴结检出数（以16枚为界）进行了分层敏感性分析。样本来源为南昌大学第二附属医院2019年1月至2022年12月接受D2根治术且未接受新辅助化疗的胃癌患者队列。
**队列临床病理特征**：研究共纳入150例患者，中位年龄61岁，男性占79.33%。病理学LNM阳性（pN+）者占72.7%（109/150）。pN+组与pN-组在肿瘤大小、CEA水平、CA19-9水平、pTNM分期、脉管浸润、神经浸润、Lauren分型、复发及Node-RADS评分方面差异显著（P<0.05）；而年龄、性别、BMI、淋巴结检出数、住院时间、T分期、分化程度、肿瘤位置和病理类型差异无统计学意义（P>0.05）。
**Node-RADS评分分布及与临床病理特征的相关性**：患者层面Node-RADS评分分布为：1分10.67%、2分14.67%、3分32.67%、4分28.67%、5分13.33%，以3分最常见。随Node-RADS评分升高，肿瘤大小和CEA水平呈逐渐升高趋势，pTNM III期和N3期比例明显增高，复发率从12.50%升至70.00%（P<0.001）。T分期、脉管浸润和肿瘤位置虽表现出趋势性关联，但未达到统计学意义（P分别为0.074、0.051和0.064）。
**观察者间和观察者内一致性**：Node-RADS评分的观察者间加权kappa为0.746，观察者内加权kappa为0.798，均表明具有实质性至几乎完美的一致性，证实该系统具有良好的可重复性。
**LNM预测列线图的诊断性能**：单因素及多因素Logistic回归显示，CT测量的肿瘤大小、术前血清CA19-9和CT Node-RADS评分是病理LNM的独立预测因子（均P<0.05）。整合上述三个变量的LNM预测列线图 AUC为0.88（95%CI: 0.82–0.95），高于单独Node-RADS（AUC=0.82）、肿瘤大小（AUC=0.79）和CA19-9（AUC=0.64）。校准曲线显示预测概率与实际概率良好一致；DCA显示该列线图在广泛阈值概率范围内具有较高的净获益。仅纳入II–III期患者（n=142）时，LNM列线图AUC仍达0.86，说明其诊断性能并非仅由I期早期胃癌驱动。
**生存结局及预后列线图的价值**：随访期间34.7%（52/150）的患者出现复发，中位DFS为44个月。Kaplan–Meier分析显示不同Node-RADS评分亚组间DFS差异显著（log-rank P<0.001），评分1患者DFS最佳，评分4–5患者DFS最差。多因素Cox回归显示年龄、CA19-9和Node-RADS评分是DFS的独立预后因素（均P<0.05）。DFS预后列线图的C-index为0.764，经1000次bootstrap内部验证后校正C-index为0.755；1年、3年和5年时间依赖AUC分别为0.862、0.862和0.795；校准曲线显示预测与观察到的1年、3年和5年DFS概率高度一致。时间依赖DCA显示该模型在1、3、5年随访时均能提供临床净获益。
**按淋巴结检出数分层的敏感性分析**：以16枚为界，淋巴结检出<16枚和≥16枚两组间LNM阳性率无显著差异（P=0.402）。LNM列线图AUC和DFS列线图C-index在两组间相近，表明模型的预测性能不受淋巴结检出数不足的明显影响，提示术前Node-RADS的预测价值在常规临床实践中较为稳定。
在讨论部分，研究人员将本研究的结果与既往文献进行了比较。与Sun等人针对新辅助化疗后II–III期LAGC的研究不同，本研究纳入了未接受NAC的I–III期全谱系可切除患者，聚焦于术前风险分层和复发预测，补充了基线风险分层的证据空白。研究证实，Node-RADS评分与肿瘤负荷及侵袭性生物学行为密切相关，且不受NAC干扰。LNM预测列线图整合了简单的临床指标和标准化影像评分，较单独影像标准或复杂深度学习模型具有更好的可重复性和临床可操作性。DFS预后列线图能够有效区分复发风险，高评分患者可能更需要强化辅助治疗和密切随访。研究还讨论了组织学亚型对Node-RADS诊断性能的潜在影响，指出弥漫型和印戒细胞为主肿瘤可能发生形态学难以发现的隐匿转移，临床解读时需结合组织学类型。同时，研究人员承认了研究的局限性，包括单中心回顾性设计、缺乏独立外部验证、淋巴结检出中位数较低（14枚）、术后辅助化疗记录不完整，以及未纳入影像组学或机器学习特征等。
研究结论部分翻译如下：术前CT Node-RADS评分能够可靠地预测I–III期未接受新辅助化疗胃癌患者的淋巴结转移和术后无病生存期。基于CT测量的肿瘤大小、CA19-9和Node-RADS构建的两个整合列线图具有较好的区分度和校准度。该内部验证的单中心模型仅可作为术前风险评估的探索性辅助工具。目前数据不能得出明确的临床治疗策略，需进一步开展大型前瞻性多中心外部验证研究以确认其临床价值后，方可考虑常规应用。
