《Cancers》：Imaging-Based Tumor Margin Patterns and Primary Tumor Categories and Their Association with Adverse Histopathological Features in Oral Tongue Squamous Cell Carcinoma
编辑推荐：
背景： 这项回顾性研究引入了影像学内肿瘤边缘模式（imaging inner tumor margin patterns, iITMP），并评估了其与口腔舌鳞状细胞癌（oral tongue squamous cell carcinoma, OTSCC）病理学
背景： 这项回顾性研究引入了影像学内肿瘤边缘模式（imaging inner tumor margin patterns, iITMP），并评估了其与口腔舌鳞状细胞癌（oral tongue squamous cell carcinoma, OTSCC）病理学最差浸润模式（Worst pattern of invasion, WPOI）的相关性。研究人员还评估了iITMP与病理学原发性肿瘤类别（pathological primary tumor category, pT）、组织学分级、神经侵犯（perineural invasion, PNI）、淋巴结转移及结外扩展（extranodal extension, ENE）之间的关联。同时，评估了影像学浸润深度（imaging depth of invasion, iDOI）与病理学浸润深度（pathological DOI, pDOI）之间，以及影像学原发性肿瘤（imaging primary tumor, iT）与pT、PNI和ENE之间的相关性。方法： 两位不知情的放射科医师回顾性分析了2021年1月至2022年12月期间224例接受前期手术的OTSCC患者的基线磁共振成像（magnetic resonance imaging, MRI），使用了对比增强薄层扫描。根据内肿瘤边缘形态将iITMP分为三种类型（类型1–3）。在排除瘤周高强化后测量iDOI。分别采用Kappa统计量和Spearman检验评估分类变量和连续变量之间的相关性。使用Fisher精确检验或Pearson卡方检验分析分类变量之间的关联。此外，还进行了单变量和多变量分析。结果： 患者平均年龄为47±11岁。iITMP与WPOI之间，以及iT与pT之间均观察到显著的一致性。iDOI与pDOI呈强相关。iITMP与pT显著相关，不规则型（iITMP2）和浸润型（iITMP3）边缘仅在单变量分析中与PNI相关，而在多变量分析中iITMP并非独立预测因子。iT与PNI和ENE显著相关。结论： iITMP与WPOI高度相关，并与pT类别显著相关。iT类别显示出与PNI和ENE的显著关联。因此，iITMP和iT可能作为OTSCC中不良组织病理学特征的潜在影像学生物标志物。
论文解读文章
研究背景与研究目的
口腔癌是全球第16位常见癌症，在印度更是第二高发癌症。舌部是口腔癌中最常受累的亚部位之一，对于口腔舌鳞状细胞癌（OTSCC），前期手术联合或不联合辅助治疗仍是主要的治疗策略。第九版国际抗癌联盟（UICC）头颈部肿瘤TNM分期保留了第八版的口腔癌分期，并补充说明黏膜唇部向邻近皮肤的表浅延伸本身不构成T4a期疾病。浸润深度（DOI）是口腔癌分期的重要组成部分，术前通过影像学了解DOI有助于决定是否进行选择性颈清扫术、确定手术范围、重建需求以及规划辅助治疗。术后组织病理学上的最差浸润模式（WPOI）评分4和5与更差的总生存期（OS）、更高的复发率和淋巴结转移风险相关。研究表明，术后组织病理学上的神经侵犯（PNI）与较差的OS、无病生存期（DFS）、疾病特异性生存期（DSS）以及复发有关。结外扩展（ENE）是已知的不良预后因素，已被纳入口腔癌分期，其存在需要辅助放化疗（CRT）。
然而，目前关于MRI能否有效预测这些侵袭性组织病理学特征的研究尚不充分。特别是，尚无研究系统地评估基于MRI的肿瘤内边缘模式与WPOI之间的相关性，也缺乏关于影像学肿瘤分类（iT）与PNI和ENE之间关联的数据。因此，本研究的主要目的是：开发影像学内肿瘤边缘模式（iITMP）并评估其与病理学WPOI的相关性；评估iITMP与病理学原发性肿瘤类别（pT）、OTSCC组织病理学分级、PNI、转移性淋巴结受累及ENE的关联；以及将影像学浸润深度（iDOI）与病理学浸润深度（pDOI）进行相关性分析，并评估影像学原发性肿瘤（iT）与pT的分类一致性。次要目的是将iT与PNI和ENE进行相关性分析。
关键技术方法
这是一项在单一三级癌症医院进行的回顾性观察性研究。研究人员纳入了从2021年1月至2022年12月期间、在接受前期手术前4周内完成基线MRI且术后组织病理学报告完整的224例OTSCC患者。MRI序列需包括T1加权成像、T2加权成像、短时反转恢复序列（STIR）以及层厚为1.5mm的对比增强快速扰相梯度回波（CE FSPGR）序列。由两名经验丰富的头颈部放射科医师对PACS系统中的MRI图像进行分析，他们均不知晓病理结果。研究人员开发了iITMP分类系统，基于CE FSPGR薄层序列将肿瘤内边缘特征分为三种类型：类型1（分叶状）、类型2（不规则型）和类型3（边界不清/浸润型）。iDOI的测量排除了瘤周高强化（PH）。所有统计分析均使用SPSS版本25进行。
研究结果
人口统计学特征： 研究共纳入182名男性（81%）和42名女性（19%）患者，平均年龄为47±11岁。
影像学与组织病理学参数的相关性：
- •
iDOI与pDOI的相关性： iDOI范围为1.9mm至30mm，平均值为9.41±4.74mm。研究发现iDOI与pDOI之间存在强正相关性（Spearman's rho=0.885，p<0.001）。
- •
iITMP与WPOI的相关性： 研究中未发现WPOI 1型和2型的患者，因此相关性分析主要在iITMP 1、2、3型与WPOI 3、4、5型之间进行。结果显示iITMP与WPOI之间存在显著的一致性（Kappa值=0.620，p<0.001）。其中，iITMP 2型与WPOI 4型的匹配最为准确。
- •
iT与pT的相关性： 研究中未发现iT4b/pT4b类别的患者。iT与pT类别之间也存在显著的一致性（Kappa值=0.758，p<0.001）。分类分析显示，预测pT1类别的敏感度（86.36%）和阳性预测值（PPV）（88.37%）最高，而预测pT4a类别的特异度（99.03%）、阴性预测值（NPV）（97.14%）和准确率（96.43%）最高。
变量间的关联性分析：
- •
iITMP与pT的关联： iITMP与pT类别之间存在显著关联（p=0.001）。
- •
iITMP、iT与PNI的关联： iITMP和iT均与PNI存在显著关联（p值分别为0.016和<0.001）。单变量逻辑回归分析表明，与iITMP 1型相比，不规则型（iITMP 2）和边界不清/浸润型（iITMP 3）肿瘤发生PNI的几率显著更高。同样，以iT1为参照，iT2、iT3和iT4a类别发生PNI的几率也显著增高。然而，在多变量逻辑回归模型中，仅有iT与PNI的关联具有统计学意义，而iITMP不再是独立预测因子。
- •
iT与ENE的关联： iT与ENE之间也存在显著关联（p<0.001）。
- •
其他关联： 研究未发现肿瘤组织学分级与PNI之间，或iITMP与肿瘤组织学分级之间存在显著关联。iITMP与转移性淋巴结受累及ENE之间也未发现显著关联。
讨论与结论
本研究首次评估了iITMP与WPOI之间的相关性。由于三级癌症中心的转诊/选择偏倚，研究中未出现WPOI 1或2型的患者。研究结果表明，iITMP与WPOI显著相关，并与pT类别存在显著关联。尽管在单变量分析中iITMP 2型和3型与PNI相关，但在多变量分析中，iT类别仍然是PNI的唯一独立预测因子。此外，iDOI与pDOI呈强正相关，iT与pT之间具有显著一致性，并且iT还与ENE存在显著关联。
研究的优势在于，在一个大型、同质的、于单一三级癌症中心接受手术治疗的口腔舌癌队列中，将影像学发现与金标准的组织病理学进行了比较。了解基线MRI上的不良特征（如iITMP）以及利用薄层对比增强MRI进行精确分期，可以改善可切除病例的手术规划（精确分期有助于确定手术切缘），并为辅助治疗决策提供指导。这一信息也可能适用于无法切除的局部晚期疾病患者，因为在这些患者中无法获得术后组织病理学评估来识别不良特征。
研究也存在局限性：缺乏WPOI 1和2型的患者，需要在更大规模的前瞻性队列中进行验证；未考虑不同扫描仪间的变异性；以及未评估观察者间的一致性。
研究结论： 在口腔舌鳞状细胞癌中，影像学内肿瘤边缘模式（iITMP）与最差浸润模式（WPOI）之间存在高度一致性，且iITMP与病理学原发性肿瘤类别（pT）显著相关。影像学原发性肿瘤类别（iT）显示出与神经侵犯（PNI）和结外扩展（ENE）的显著关联。将薄层对比增强MRI应用于口腔舌鳞状细胞癌的分期可以提高准确性。
