综述：融合PET和CT数据的影像组学用于头颈癌预后与诊断建模：系统综述与荟萃分析

《Diagnostics》：Radiomics Using Fused PET and CT Data for Prognostic and Diagnostic Modeling in Head and Neck Cancer: A Systematic Review and Meta-Analysis

　　

目的：¹⁸F-FDG PET/CT在头颈癌（head and neck cancer, HNC）管理中处于核心地位，然而大多数影像组学模型仅单独使用PET或CT。研究人员量化了融合PET/CT模型的判别能力以及融合带来的增量价值。方法：遵循PRISMA 2020指南和已注册方案（PROSPERO CRD420261319855），检索了七个来源，并辅以引文和会议论文检索。共享患者的研究被分组为独立队列谱系（cohort lineage），作为分析单元，每次综合每个谱系仅纳入一项分析。目标估计量为每篇报告其融合模型与自身对照模型之间的研究内差异。统计分析计划中预先指定了两个确证性假设，采用Bonferroni阈值0.025。随机效应模型采用限制最大似然（restricted maximum likelihood, REML）估计和Hartung-Knapp校正；偏倚风险评估采用PROBAST+AI，报告完整性评估采用METRICS v1.0，诊断准确性评估采用QUADAS-3。结果：共纳入100项研究，来自31个独立队列谱系。融合模型在一致性指数（concordance index, C-index）上超过仅PET模型0.042（95% CI 0.014至0.070；6个谱系；p=0.0115），达到确证性阈值；超过仅CT模型0.037（95% CI 0.002至0.072；p=0.0429），未达阈值。合并绝对判别能力为0.711（95% CI 0.659至0.763）。诊断证据按任务报告，未进行合并。仅有25项研究可纳入任何合并估计，主要因为100项融合估计中有71项缺乏可恢复的精度度量；所有研究在分析领域均存在高偏倚风险。结论：融合PET和CT影像组学信息可改善HNC的生存判别能力，其中相对于仅PET基线的改善最为可靠。相对于仅CT模型的优势较小，未达到多重性校正标准，且未证实对诊断分类的改善。增量获益取决于对照模型、队列和终点，并非融合本身所必然带来。

1. 引言

头颈癌（head and neck cancer, HNC）是全球最常见的恶性肿瘤之一，每年约89万新发病例和45万死亡病例。临床管理依赖于准确分期、可靠的预后分层以及早期识别治疗抵抗性疾病。尽管肿瘤-淋巴结-转移（tumor, node, metastasis, TNM）分期仍是标准框架，但其仅能捕捉有限的生物学异质性。¹⁸F-氟代脱氧葡萄糖正电子发射断层扫描/计算机断层扫描（¹⁸F-FDG PET/CT）已成为HNC诊疗流程的核心。影像组学可提取反映肿瘤表型的高维特征，其假设是图像强度的空间模式（纹理、形状和直方图特征）携带肿瘤异质性、侵袭性和微环境的生物学信息。多数早期研究从PET或CT单独提取特征，丢弃了另一模态的互补信息。已有三种融合策略：图像级融合（提取特征前将PET和CT体素数据合并）、特征级融合（从各模态独立提取特征后拼接或联合选择）和决策级融合（在各模态上分别构建模型后合并预测）。尚无共识表明何种策略最优，既往荟萃分析仅关注单模态特征，未系统评估CT融合。

2. 方法

本系统综述遵循PRISMA 2020指南并在PROSPERO前瞻性注册（CRD420261319855）。纳入标准包括：HNC患者同时接受PET和CT成像；在图像、特征或决策层面构建融合PET和CT数据的影像组学模型；报告至少一项判别指标（受试者工作特征曲线下面积[AUC]、C-index、灵敏度、特异度、准确率或F1分数）。检索覆盖PubMed/MEDLINE、Cochrane CENTRAL、ASSIA、Web of Science、IEEE Xplore、OpenAlex和Crossref等七个来源，辅以前后向引文检索及HECKTOR挑战赛会议论文集检索；Embase和Scopus因机构未获授权无法检索。筛选和数据提取由两名评审员独立完成。偏倚风险评估采用PROBAST+AI（100项研究），报告完整性采用METRICS v1.0，诊断准确性采用QUADAS-3（12项诊断估计）。随机效应模型采用限制最大似然（REML）估计和Hartung-Knapp校正。共享患者的报告被分组为独立队列谱系作为分析单元，每次综合每个谱系仅纳入一项分析，代表分析由最大的独立保留评估集、最早发表年份和记录标识符依次确定。目标估计量为各报告融合模型与其自身对照模型之间的研究内差异。统计分析计划预先指定两个确证性假设（融合vs仅CT和融合vs仅PET，基于C-index），采用Bonferroni阈值0.025。

3. 结果

3.1. 研究选择

检索获得5515条数据库记录和980条引文及会议检索记录，去重后筛选2688条，最终100项研究符合纳入标准。

3.2. 纳入研究特征

研究发表于2009年至2026年，队列规模50至889例（中位数325例）。88项为预后研究，12项为诊断研究。100项研究源自31个独立队列谱系，其中公共队列谱系贡献66项。100项融合估计中仅26项伴有可用的标准误或置信区间，3项可有效推导，71项为无法恢复不确定性的点估计，因此仅25项研究可纳入合并估计。

3.3. 融合策略

特征级融合48项，图像级融合25项，多层级融合21项，决策级融合6项。

3.4. 验证方法

所有纳入差异合并的分析均经过外部验证或独立测试集评估，无交叉验证估计进入差异合并。

3.5. 融合PET/CT模型的合并性能

预后模型合并C-index为0.711（95% CI 0.659至0.763；9个谱系，16项分析；I²=86%，95% CI 76%至92%；95%预测区间0.559至0.862），合并AUC为0.813（95% CI 0.733至0.893；7个谱系，9项分析；I²=57%，95% CI 0%至81%；95%预测区间0.644至0.982）。12项诊断估计因目标疾病条件不同且各单位分析未达注册最低要求，按临床任务单独报告，未进行合并。

3.6. 融合相对单模态模型的获益

融合模型C-index超过仅PET模型0.042（95% CI 0.014至0.070；6个谱系，10项分析；97.5% CI 0.0079至0.0765；p=0.0115），达到确证性阈值，95%预测区间0.004至0.081排除零。超过仅CT模型0.037（95% CI 0.002至0.072；6个谱系，10项分析；97.5% CI ?0.0064至0.0800；p=0.0429），未达阈值，预测区间?0.011至0.085包含零。超过仅临床变量模型0.091（95% CI 0.022至0.161；7个谱系；I²=79%）。以Somers' D表示，相对仅PET模型优势为0.084，相对仅CT模型为0.074。AUC上各对照仅得4项配对比较，未达探索性分析所需数量，故单独报告。

3.7. 亚组分析

各亚组估计基于主要单分析每谱系数据集计算，仅少数层面达到3个独立谱系的纳入要求。深度学习方法与手工特征比较、外部验证与独立测试集验证比较的置信区间均存在重叠。因多数层面未达资格，多数情况下无法进行组间比较。元回归因独立贡献数未达方案要求的10个，未予执行。

3.8. 偏倚风险

PROBAST+AI评定全部100项研究均为高总体偏倚风险，且均因分析领域评为高风险。参与者领域仅12项为低风险，预测因子领域33项，结局领域25项。分析领域高风险的主要原因包括未校正多候选模型选择所致的乐观偏差、未评估校准以及缺乏判断事件数是否支持候选预测因子数量所需的事件计数。METRICS v1.0显示30个条目中研究肯定回答数介于4至25项（中位数16）。因所有研究均为高偏倚风险，不存在可限制纳入的低风险亚组。基于偏倚风险、不一致性、间接性、不精确性和报告偏倚，无结局评为高于中等确定性，绝对判别能力合并评为极低确定性。

3.9. 敏感性分析

相对仅PET模型的优势在所有预设敏感性分析中均为阳性，逐一剔除谱系后估计介于0.031至0.052，所有拟合中置信区间均排除零；相关性假设