文献速递腹部CT

CT衍生细胞外容积与肝脏体积测量可预测肝细胞癌肝切除术后肝衰竭

CT-derived extracellular volume and liver volumetry can predict posthepatectomy liver failure in hepatocellular carcinoma.
PubMed 文献 · Insights Imaging · 2023-09-12

本研究基于两个医院393例可切除肝细胞癌患者的多期增强CT,构建并验证了结合CT衍生细胞外容积、测量未来残肝比率和血清白蛋白的模型,用于术前预测肝切除术后肝衰竭,该模型预测性能优于ALBI评分。

要点

  • CT衍生ECV、测量未来残肝比率和血清白蛋白是可切除肝细胞癌患者肝切除术后肝衰竭的独立预测因素。
  • 模型在训练队、内部验证队和外部验证队的AUC均显著高于ALBI评分,校准曲线显示预测与实际观察一致性良好。
  • CT衍生ECV与背景肝纤维化分期强相关(r=0.701,p<0.001),ECV越高提示肝纤维化越重、肝切除术后肝衰竭风险越高。

核心结论

  • 结合CT衍生ECV、mFLR比率和血清白蛋白的新模型有助于可切除肝细胞癌患者肝切除术后肝衰竭的术前预测。
  • 该模型预测肝切除术后肝衰竭的AUC在训练队、内部验证队和外部验证队均显著高于ALBI评分(均p<0.001)。

研究设计与样本

  • 回顾性研究,共纳入两个医院393例可切除肝细胞癌患者,均术前接受多期增强CT检查。
  • 本院281例随机分为训练队(n=181)和内部验证队(n=100),另一医院112例构成外部验证队。
  • CT衍生ECV在非增强期和平衡期图像上测量,肝脏体积测量在门脉期图像上进行。
  • 参考标准为国际肝脏外科研究组(ISGLS)对肝切除术后肝衰竭的共识定义与严重程度分级。

关键影像表现/征象

  • CT衍生ECV与背景肝术后病理纤维化分期强相关(p<0.001,r=0.701)。
  • 肝切除术后肝衰竭患者CT衍生ECV高于无肝切除术后肝衰竭患者(29.78 vs. 25.83,p<0.001)。
  • 肝切除术后肝衰竭患者肿瘤体积高于无肝切除术后肝衰竭患者(67.20 cm3 vs. 43.85 cm3,p=0.035)。
  • 肝切除术后肝衰竭患者未来残肝体积低于无肝切除术后肝衰竭患者(794.710 cm3 ± 212.562 vs. 924.420 cm3 ± 219.326,p<0.001)。

诊断标准与关键数值

  • 多因素logistic回归显示CT衍生ECV(OR 1.214,95%CI 1.067–1.381,p=0.003)、mFLR比率(OR 0.897,95%CI 0.852–0.944,p<0.001)和血清白蛋白(OR 0.923,95%CI 0.855–0.997,p=0.043)为独立预测因素。
  • 训练队模型预测肝切除术后肝衰竭的AUC为0.861(95%CI 0.802–0.908),高于CT衍生ECV的0.711(95%CI 0.639–0.776,p<0.001)、mFLR比率的0.783(95%CI 0.716–0.841,p=0.009)和血清白蛋白的0.592(95%CI 0.516–0.664,p<0.001)。
  • 训练队模型预测肝切除术后肝衰竭的最佳截断值为0.325,敏感度83.10%,特异度81.90%。
  • 内部验证队模型AUC为0.965(95%CI 0.907–0.991),高于ALBI评分的0.711(95%CI 0.611–0.797,p<0.001);外部验证队模型AUC为0.971(95%CI 0.921–0.994),高于ALBI评分的0.662(95%CI 0.566–0.748,p<0.001)。
  • 内部验证队和外部验证队模型预测肝切除术后肝衰竭的最佳截断值分别为0.232和0.179,其敏感度和特异度见表4。

临床应用与阅片要点

  • 模型可在术前利用常规多期增强CT同时评估未来残肝功能(CT衍生ECV)和体积(mFLR比率),不增加额外检查。
  • CT衍生ECV越高提示背景肝纤维化越重、肝切除术后肝衰竭风险越高;mFLR比率越小提示肝切除术后肝衰竭风险越高。
  • 作者认为该模型可能有助于为适合肝切除术的患者提供治疗前咨询。

局限性

  • 本研究为基于中国重庆两个中心的回顾性研究,需前瞻性大样本(更多中心、不同地区和国家的更大样本)研究进一步验证新模型的临床可靠性和有效性。
  • 本研究CT衍生ECV和mFLR比率均基于CT图像,而Gd-EOB-DTPA增强MRI可同时进行体积和功能分析,未来需将基于CT的模型与Gd-EOB-DTPA增强MRI进行比较。
  • 单因素分析显示肝切除术(大范围或小范围)是肝切除术后肝衰竭的显著因素,本研究大多数患者接受小范围肝切除术(135/181),未来需对不同肝切除术式进行亚组分析,但本研究的亚组分析显示模型预测性能无统计学差异。
  • 本研究未对肝切除术后肝衰竭患者进一步详细分级(A/B/C级),因阳性病例数少,分组后数据极不平衡,多数患者为A或B级,需进一步亚组分析。
全文中译16 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2023 Sep 12;14:145. doi: 10.1186/s13244-023-01496-5

引言

手术切除是肝细胞癌(HCC)患者最有效的治疗方法[1]。肝切除术后肝衰竭(PHLF)是肝切除术的严重并发症,在这些并发症中,PHLF直接导致近一半的死亡[2–4]。据报道,PHLF的发生率为0.7%至39.6%[3, 5]。PHLF的发生取决于未来残肝的质量和数量[6, 7]。因此,准确术前评估未来残肝的功能和体积对于预防PHLF的发生至关重要。

Zou等[8]发现白蛋白-胆红素(ALBI)评分已被证明是预测HCC患者PHLF的可靠临床模型。该临床模型仅包括血清胆红素和白蛋白,排除了脑病和腹水等主观参数的影响。然而,ALBI评分反映的是全肝的功能,而不仅仅是未来残肝的功能。

多期对比增强计算机断层扫描(CT)是术前评估HCC的广泛推荐方法[9, 10],也是常规临床检查。肝纤维化的组织病理学特征是胶原和基质蛋白沉积导致的细胞外容积(ECV)扩张[11]。肝纤维化或肝硬化患者的肝脏再生能力受损[6]。既往研究[12]发现肝功能不全与肝纤维化严重程度密切相关。既往研究[4, 11, 13–15]表明ECV可预测肝纤维化程度。我们既往研究[16]发现CT衍生的ECV可预测可切除HCC患者的PHLF。然而,在我们既往研究中,基于CT衍生ECV的列线图仅考虑了未来残肝的功能,而未纳入未来残肝的体积。通过CT评估未来残肝(FLR)体积已被证明与HCC患者的临床结局相关[17, 18]。

我们的假设是,结合CT衍生ECV和肝脏体积测量的模型比单独使用CT衍生ECV提供了更精确、更个体化的工具来预测PHLF。在本研究中,我们旨在开发并验证基于CT衍生ECV和FLR的模型用于预测可切除HCC患者的PHLF,并将该模型的术前预测效能与ALBI评分进行比较。

材料与方法

患者

本回顾性研究经两家参与医院的机构审查委员会批准。知情同意豁免。纳入标准如下:(1)肝切除术后组织病理学确诊HCC,(2)术前肝功能Child–Pugh分级(A/B),(3)术前2周内完成多期对比增强CT检查和血清标志物检测。排除标准如下:(1)合并其他肿瘤的患者,(2)术前曾接受门静脉栓塞/消融/化疗栓塞/放射栓塞或化疗的患者。

共纳入281例符合纳入标准的连续患者(2013年6月至2022年6月,于重庆大学附属肿瘤医院[CQUCH]),随后随机分为训练队列(n = 181)和内部验证队列(n = 100)。共纳入112例符合相同纳入标准的连续患者(2019年11月至2022年7月,于重庆市人民医院[CQGH]),组成外部验证队列。其中部分患者(CQUCH的121例患者和CQGH的81例患者)作为另一项已发表研究的亚队列进行了分析[16]。

数据收集

记录术前实验室数据、合并症、手术数据和组织病理学数据(详见补充材料)。ALBI评分使用以下公式计算[8]:ALBI评分 = 0.66 × log10(Tbil [μmol/L])− 0.085 ×(Alb [g/L])。PHLF的共识定义和严重程度分级依据国际肝脏外科学研究组(ISGLS)[7]。

CT扫描方案

所有患者均使用两台CT扫描仪(SOMATOM Definition AS和SOMATOM DRIVE,Siemens Healthineers)行多期对比增强CT检查。扫描范围从肺底至髂嵴。经静脉以3.0–3.5 mL/s的速率注射碘对比剂(碘佛醇,320 mg/mL碘,恒瑞医药),总量80–100 mL(1.5 mL/kg体重)。平扫图像采用常规螺旋扫描模式采集。使用团注追踪技术。动脉期扫描在触发衰减阈值(100 HU)达到腹腔干上方腹主动脉水平后7 s开始。门静脉期扫描在动脉期扫描后延迟30 s开始,平衡期(EP)在门静脉期扫描后延迟90 s开始。扫描参数如下:管电压 = 120 kV,参考管电流 = 180 mAs,增量准直 = 128 × 0.6 mm,螺距 = 1.0,旋转时间 = 0.5 s。重建参数如下:层厚 = 1.5 mm,增量 = 1 mm,软组织卷积核(I31)。CT图像使用基于投影的物质分解软件以标准重建卷积核进行重建。

细胞外容积分析详见补充材料。

肝脏体积测量分析

结合已知的临床和手术数据,由放射科医师1(具有15年腹部CT成像经验)使用后处理工作站(syngo.via VB20A,Dual Energy,Siemens Healthineers,Forchheim,Germany)在门静脉期图像(层厚 = 1.5 mm)上测量术前全肝体积(TLV)、肿瘤体积(TV)和未来残肝(FLR)体积。这些测量包括肝内血管和胆管的体积,以确保肝脏测量的一致性和可重复性。CT肝脏体积测量分析见附加文件1:图S1。测量的FLR(mFLR)比值使用以下公式计算:

测量可靠性

为评估CT衍生的ECV和CT肝脏体积测量(TLV、TV、FLR体积)的观察者内和观察者间可靠性,放射科医师1和放射科医师2(具有10年腹部CT成像经验)在首次评估后4周使用与首次测量相同的技术重新测量了这些值。

统计分析

所有数据分析均使用SPSS统计软件25.0版(IBM)进行。采用Kolmogorov–Smirnov检验评估定量数据分布的正态性。连续变量以均值±标准差(SD)或中位数和四分位间距表示,而分类变量以数字和百分比表示。采用组内相关系数(ICCs)评估观察者内和观察者间的可靠性。采用Spearman秩相关分析CT衍生ECV与背景肝纤维化分期之间的关联。在单因素分析中,有无PHLF患者之间的比较对连续变量采用Wilcoxon秩和检验或Student t检验,对分类变量采用χ2检验或Fisher精确检验。单因素分析中具有统计学意义的术前变量(p值<0.05)纳入多因素logistic回归分析。多因素logistic回归分析结果中的β系数用于使用R软件(3.6.2版)构建列线图以评估PHLF风险。模型和ALBI评分的预测性能通过受试者工作特征曲线下面积(AUCs)评估。采用DeLong检验比较AUCs。采用校准曲线反映模型的校准度。p值<0.05(双侧)被认为具有统计学意义。

结果

患者特征

研究患者的特征总结于表1和表2。在本研究中,来自CQUCH的281例符合纳入标准的可切除HCC患者被纳入,并随机分配至训练队列(n = 181)和内部验证队列(n = 100)。来自CQGH的共112例符合纳入标准的连续患者被纳入外部验证队列。在所有队列中,126例患者发生PHLF(32.06%)。PHLF发生率在训练队列中为35.91%(65/181),在内部验证队列中为29.00%(29/100),在外部验证队列中为28.57%(32/112)。训练队列、内部验证队列和外部验证队列的平均年龄分别为53.68岁±11.30(范围,24–79)、55.30岁±11.23(范围,13–79)和54.29岁±12.93(范围,13–79)。

Spearman相关分析显示,在训练队列中,CT衍生ECV与背景肝的术后病理纤维化分期呈强相关(p < 0.001,r = 0.701;附加文件1:图S2)。

表1 研究患者的临床和病理数据 查看原表 ↗
表2 研究患者的计算机断层扫描数据 查看原表 ↗

CT衍生ECV和CT容积测量的观察者内和观察者间可靠性

CT衍生ECV和CT容积测量(TLV、TV、FLR体积)的观察者内和观察者间可靠性在训练队列、内部验证队列和外部验证队列中均良好,所有ICC值均大于0.80(附加文件1:表S1)。因此,采用两名放射科医师测量值的平均值进行进一步分析。

训练队列中肝切除术后肝衰竭的独立预测因素

训练队列中PHLF的单因素分析见表1和表2。PHLF患者的CT衍生ECV(29.78 vs. 25.83;p < 0.001)和TV(67.20 cm3 vs. 43.85 cm3;p = 0.035)高于无PHLF的患者。PHLF患者的FLR体积(794.710 cm3 ± 212.562 vs. 924.420 cm3 ± 219.326;p < 0.001)、mFLR比值(66.27% vs. 81.36%;p < 0.001)和血清Alb(38.69 g/L ± 5.473 vs. 40.49 g/L ± 5.348;p = 0.033)低于无PHLF的患者。肝切除术(p < 0.001)和纤维化分期(p = 0.022)与PHLF的发生显著相关。

这七项术前危险因素被纳入多因素logistic回归分析。采用输入法后,筛选出三个因素。CT衍生ECV(比值比[OR]:1.214,95%置信区间[CI]:1.067–1.381,p = 0.003)、mFLR比值(OR:0.897,95% CI:0.852–0.944,p < 0.001)和血清Alb(OR:0.923,95% CI:0.855–0.997,p = 0.043)是可切除HCC患者PHLF的独立预测因素(表3)。

PHLF患者的ALBI评分中位数显著高于无PHLF的患者(− 2.56 vs. − 2.67;p = 0.010)。PHLF患者与无PHLF患者之间在Child–Pugh分期或MELD评分方面未发现显著差异(均p > 0.05)。

表3 可切除HCC患者PHLF预测的多因素logistic回归分析 查看原表 ↗

模型的建立

基于这些显著的独立预测因素,我们构建了一个用于PHLF预测的模型。列线图是该模型的可视化呈现(图1)。在训练队列中,PHLF预测模型的AUC(0.861,95% CI:0.802–0.908)显著高于CT衍生ECV(0.711,95% CI:0.639–0.776,p < 0.001)、mFLR比值(0.783,95% CI:0.716–0.841,p = 0.009)和血清Alb(0.592,95% CI:0.516–0.664,p < 0.001)(图2)。根据校准曲线,模型校准良好(图3D)。

图1 列线图是可切除HCC患者PHLF预测模型的可视化呈现。该模型由CT衍生ECV、mFLR比值和血清Alb组合而成。PHLF,肝切除术后肝衰竭;HCC,肝细胞癌;CT,计算机断层扫描;ECV,细胞外容积;mFLR,实测未来肝残余;Alb,白蛋白 查看原图 ↗
图2 模型、CT衍生ECV、mFLR比值、血清Alb和肝血流阻断时间预测PHLF的受试者工作特征(ROC)曲线分析。在训练队列中,PHLF预测模型的AUC(0.861,95% CI:0.802–0.908)显著高于CT衍生ECV、mFLR比值和血清Alb(DeLong检验:均p < 0.001)。PHLF,肝切除术后肝衰竭;HCC,肝细胞癌;CT,计算机断层扫描;ECV,细胞外容积;mFLR,实测未来肝残余;Alb,白蛋白;AUC,曲线下面积 查看原图 ↗
图3 模型与ALBI评分对PHLF预测效能的比较。在训练队列(a)、内部验证队列(b)和外部验证队列(c)中,模型的AUC均显著优于ALBI评分(DeLong检验:分别为p < 0.001、p < 0.001和p < 0.001)。模型在训练队列(d)、内部验证队列(e)和外部验证队列(f)中的校准曲线显示出良好的一致性。PHLF,肝切除术后肝衰竭;ALBI,白蛋白–胆红素;AUC,曲线下面积 查看原图 ↗

模型与ALBI评分在训练队列中对PHLF预测效能的比较

有无PHLF的患者在Child–Pugh分期或MELD评分方面差异均无统计学意义(均p > 0.05)。模型的AUC显著高于ALBI评分(0.861,95% CI,0.802–0.908 对 0.616,95% CI,0.541–0.687;p < 0.001)(图3A,表4)。模型在训练队列中预测PHLF的最佳截断值为0.325,预测PHLF的敏感度为83.10%,特异度为81.90%(表4)。

表4 模型与ALBI评分对PHLF预测效能的比较 查看原表 ↗

模型的内部验证和外部验证

内部验证队列和外部验证队列患者的背景特征亦见表1和表2。在内部验证队列和外部验证队列中,模型的AUC均显著高于ALBI评分(分别为0.965,95% CI:0.907–0.991 对 0.711,95% CI:0.611–0.797,p < 0.001;0.971,95% CI:0.921–0.994 对 0.662,95% CI:0.566–0.748,p < 0.001)(图3B、C,表4)。根据校准曲线,模型在内部验证队列和外部验证队列中预测值与实际观察值之间显示出良好的一致性(图3E、F)。模型在内部验证队列和外部验证队列中预测PHLF的最佳截断值分别为0.232和0.179,其预测PHLF的敏感度和特异度见表4。

讨论

在本研究中,我们开发并验证了一个用于预测可切除HCC患者PHLF的模型。该模型纳入了三个术前独立因素,包括CT-derived ECV、mFLR比值和血清Alb。该模型在术前预测PHLF方面显示出良好的预测性能,并且在训练队列以及内部验证队列和外部验证队列中,预测概率与实际观察值之间均具有良好的一致性。此外,该模型在训练队列(0.861 对 0.616)、内部验证队列(0.965 对 0.711)和外部验证队列(0.971 对 0.662)中的预测性能均显著优于ALBI评分。该模型可能有助于为适合肝切除术的患者提供治疗前咨询。

本研究与我们之前的研究[16]均证实,背景肝脏的CT衍生ECV与术后病理纤维化分期强相关,且CT衍生ECV是PHLF的独立预测因子。ECV越高意味着肝纤维化越严重,可切除HCC患者发生PHLF的风险越高。我们的结果与既往研究[11, 13, 14, 19]一致。mFLR比值被确定为可切除HCC患者PHLF的显著独立预测因子。mFLR比值较小的患者PHLF风险较高,这与既往研究[18, 20]一致。本研究中mFLR比值预测PHLF的AUC为0.783,接近既往研究[5]的AUC 0.753。血清Alb已被证实与PHLF相关[21, 22],我们的结果与既往研究一致。血清Alb越低,PHLF风险越高。肝切除术(大范围或小范围)在本研究中是PHLF的显著因素,但未作为最终独立预测因子纳入,这与既往研究[23]一致。

我们的模型在训练队列及内部和外部验证队列中对PHLF的预测性能优于临床模型(分别为0.861 vs. 0.616,p < 0.001;0.965 vs. 0.711,p < 0.001;0.971 vs. 0.662,p < 0.001)。联合CT衍生ECV、mFLR比值和血清Alb的模型可作为一种有前景的无创方法,用于评估未来残肝的功能和体积。一方面,实验室标志物和临床模型(Child–Pugh分期、MELD评分和ALBI评分)通常用于评估肝脏功能储备。这些参数只能评估整体肝功能,无法准确评估区域肝功能,尤其是在存在肝功能异质性的情况下[24, 25]。另一方面,mFLR比值只能反映FLR体积与肝功能正常肝脏体积(TLV − TV)的比值。体积测量法的一个缺点在于,对未来残肝的体积评估未考虑未来残肝实质的质量,而后者可能因基础肝实质疾病(如纤维化、肝硬化或脂肪变性)而受损。因此,联合评估FLR功能和体积的模型可能是常规临床实践中预测PHLF的有价值方法;然而,这不会在已常规进行的检查之外增加任何额外检查。

本研究仍存在若干局限性。第一,本研究是一项基于中国重庆两个中心的回顾性研究。为进一步验证本研究新模型的临床可靠性和有效性,需要进行前瞻性大样本(更多中心以及来自不同地区和国家的更大样本)研究。第二,本研究中CT衍生的ECV和mFLR比值均基于CT图像,而Gd-EOB-DTPA增强磁共振成像(MRI)可同时进行容积和功能分析[25–27]。未来需要将基于CT的模型的临床有效性与Gd-EOB-DTPA增强MRI进行比较。第三,本研究中单因素分析显示肝切除术(大范围或小范围)是PHLF的显著因素,且大多数患者接受的是小范围肝切除术(135/181)。因此,未来需要对不同肝切除术式(大范围或小范围)进行亚组分析。然而,在本研究的亚组分析中,结果显示模型的预测性能无统计学差异。第四,本研究未对PHLF患者进行进一步的详细分级(A/B/C级)。由于阳性病例数较少,分组后的数据非常不平衡,且大多数患者为A级或B级。因此,需要进一步的亚组分析。

结论

结合CT衍生的ECV、mFLR比值和血清Alb的新模型,在预测可切除HCC患者的PHLF方面优于ALBI评分。作为一种可行且有前景的无创工具,该模型可能为PHLF的术前预测提供新策略。

补充信息

附加文件1:图S1。CT肝脏容积分析样本。一名59岁男性HCC患者,接受了大范围肝切除术(左肝叶切除)。在术前基线轴位门静脉期CT图像(A)中,沿肿瘤(TV,感兴趣区以橙色勾画)、全肝(TLV,感兴趣区以绿色勾画)和未来肝残体(FLR体积,感兴趣区以黄色勾画)的边缘勾画手工感兴趣区。TV(B)和FLR体积(C)的容积渲染图像中,绿色为TV,红色为TLV,金色为肝静脉和门静脉。CT 计算机断层扫描,ROI 感兴趣区,TV 肿瘤体积,TLV 全肝体积,FLR 未来肝残体。图S2。箱线图显示CT衍生的ECV与背景肝术后病理纤维化分期之间存在强相关性(p < 0.001,r = 0.701)。CT 计算机断层扫描,ECV 细胞外体积。图S3。箱线图显示S0-2亚组与S3-4亚组之间CT衍生ECV的平均值存在显著差异(25.34 ± 3.03 对 31.17 ± 4.40,p < 0.001)。CT 计算机断层扫描,ECV 细胞外体积。表S1。CT衍生ECV和CT肝脏容积分析的观察者内和观察者间信度。缩略语:CI 置信区间,CT 计算机断层扫描,ECV 细胞外体积,TLV 全肝体积,TV 肿瘤体积,FLR 未来肝残体。

引用

  1. Peng Y, Tang H, Huang Y, et al. CT-derived extracellular volume and liver volumetry can predict posthepatectomy liver failure in hepatocellular carcinoma. Insights Imaging. 2023. PMID: 37697217. doi:10.1186/s13244-023-01496-5
  2. 全文:PMC10495294(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10495294/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。