基于PET/CT的结直肠癌淋巴结转移预测：整合临床变量、身体成分与放射组学特征

《International Journal of Colorectal Disease》：Prediction of lymph node metastasis in colorectal cancer based on clinical data, body composition, and radiomics

　　

摘要

目的

开发并验证一种基于正电子发射断层扫描/计算机断层扫描 (PET/CT) 的模型，该模型整合临床变量、身体成分指数和放射组学特征，用于预测结直肠癌 (CRC) 的淋巴结转移 (LNM)。

材料与方法

这项回顾性研究纳入了 233 名术前接受 ¹⁸F-FDG PET/CT 检查的 CRC 患者。从 CT 图像中量化身体成分参数，并从 PET 和 CT 图像上的原发肿瘤中提取放射组学特征。仅纳入术前可用的临床变量。在训练集中构建基于临床、身体成分和放射组学特征的极限梯度提升 (XGBoost) 模型，并在独立的内部测试集中进行评估。使用曲线下面积 (AUC)、DeLong 检验和决策曲线分析评估模型性能。

结果

100/233 名患者（42.9%）存在 LNM。在训练集中，多变量逻辑回归确定 CEA、非溃疡型大体肿瘤类型、PET/CT 报告的淋巴结状态以及较低的 SMA/SFA 比值为 LNM 的独立预测因子。整合的 Body_Clinical_Radiomics 模型在训练集中的 AUC 为 0.794 (95% CI 0.724–0.860)，在内部测试集中的 AUC 为 0.780 (95% CI 0.659–0.887)。然而，DeLong 检验显示与 Clinical_Radiomics 模型相比无统计学显著性改善。

结论

该整合的基于 PET/CT 的模型在 CRC 术前 LNM 预测中显示出良好的性能。SMA/SFA 可能提供互补的宿主相关信息，尽管其增量判别价值需要进一步验证。