文献速递腹部CT

基于肿瘤光谱CT参数与临床特征预测结肠癌切除术后并发症的模型构建

Predictive modeling based on tumor spectral CT parameters and clinical features for postoperative complications in patients undergoing colon resection for cancer.
PubMed 文献 · Insights Imaging · 2023-09-23

回顾性纳入85例术前行腹部光谱CT的结肠癌根治术患者,按Clavien-Dindo分级分为有并发症组27例与无并发症组58例。单因素分析显示MonoE40keV-VP与VFA为术后并发症的独立预测因子,联合模型AUC为0.84(95%CI 0.74-0.91),敏感度77.8%、特异度87.9%,优于单一指标。

要点

  • MonoE40keV-VP与VFA是结肠癌术后并发症的独立预测因子,联合模型AUC 0.84。
  • 联合模型预测效能优于单独VFA(AUC 0.76)或单独MonoE40keV-VP(AUC 0.75)。
  • 有并发症组肿瘤静脉期光谱CT参数值更高,提示血供更丰富、强化更明显。

核心结论

  • 联合VFA与MonoE40keV-VP的模型可在术前预测结肠癌术后并发症(AUC 0.84,95%CI 0.74-0.91),为个体化治疗方案提供依据。

研究设计与样本

  • 单中心回顾性研究,最终纳入85例经病理确诊的结肠癌患者(男60例、女25例,年龄30-85岁,中位65岁),均行根治性结肠癌切除术。
  • 术前两周内行腹部光谱CT(IQon Spectral CT,Philips Healthcare),含平扫及动脉期、静脉期双期增强,管电压120 kVp,重建层厚1.0 mm。
  • 按Clavien-Dindo分级分为有并发症组(II-V级,27例)与无并发症组(无并发症或I级,58例)。
  • 术后并发症包括感染17例(肺部感染3例、腹腔感染10例、切口感染4例)、吻合口瘘2例、胰漏3例、多器官衰竭2例、输血及全肠外营养3例。

关键影像表现/征象

  • 有并发症组肿瘤MonoE40keV-AP、λAP、CVP、MonoE40keV-VP、IoDVP、Z-effVP及λVP值均高于无并发症组(均p<0.05),其余光谱CT参数组间无统计学差异(均p>0.05)。
  • 有并发症组与无并发症组在性别、EGFR表达、VFA及VFA/SFA上存在统计学差异(均p<0.05),余临床特征组间无统计学差异(均p>0.05)。
  • 两位医师测量全部肿瘤光谱CT参数的组内相关系数ICC均超过0.85,一致性良好。
  • 有并发症患者年龄64岁,肿瘤MonoE40keV-VP、IoD、Z-eff分别为172.4 HU、1.47 mg/mL、8.13,静脉期能谱曲线斜率2.81。
  • 无并发症患者年龄71岁,肿瘤MonoE40keV-VP、IoD、Z-eff分别为129.8 HU、0.89 mg/mL、7.81,静脉期能谱曲线斜率1.68。

诊断标准与关键数值

  • 联合模型预测术后并发症的AUC为0.84(95%CI 0.74-0.91),敏感度77.8%,特异度87.9%。
  • 单独VFA预测术后并发症的AUC为0.76(95%CI 0.66-0.85),敏感度81.5%,特异度81%。
  • 单独MonoE40keV-VP预测术后并发症的AUC为0.75(95%CI 0.64-0.84),敏感度66.7%,特异度77.6%。
  • 逐步回归显示VFA为独立预测因子(OR 1.021,95%CI 1.007-1.035,p=0.002),MonoE40keV-VP为独立预测因子(OR 1.026,95%CI 1.011-1.041,p=0.001)。
  • 内脏脂肪CT阈值设为-150 HU至-50 HU,皮下脂肪设为-190 HU至-30 HU,VFA/SFA比值确定脂肪分布。

临床应用与阅片要点

  • 在L3层面平扫CT图像上使用ImageJ软件半自动勾画VFA与SFA,VFA/SFA比值反映脂肪分布。
  • 于肿瘤最大横截面动脉期图像上放置圆形ROI(避开肉眼可见坏死区),复制至静脉期图像并手动微调,取两位医师测量平均值。
  • AEF按IoDAP/IoDVP计算,能谱曲线斜率λ按(CT40keV-CT70keV)/(70-40)计算。

局限性

  • 本研究行根治性结肠癌手术的患者样本量小,可能产生选择偏倚,需要更大队列。
  • 本研究仅在肿瘤最大层面勾画圆形ROI,可能丢失部分生物学信息,尚需全肿瘤均值计算以分析其与单层面的统计学差异。
  • 本研究为单中心回顾性研究,所建预测模型缺乏外部验证,尚待多中心前瞻性研究以优化模型的泛化性和效能。
  • 本研究术后并发症仅依据病历中的临床医师诊断,缺乏CT确认和/或图像再评估,可能产生偏倚。
  • 因样本量小、仅观察到2例吻合口瘘,本研究无法证实高内脏脂肪与结肠癌切除术后吻合口瘘的关联。
全文中译11 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 23;14:155. doi: 10.1186/s13244-023-01515-5

背景

结肠癌是全球第三大常见癌症,也是癌症相关死亡的第二大原因[1]。尽管化疗和免疫治疗现已广泛用于结肠癌患者的新辅助或辅助治疗,但手术仍是唯一的治愈性治疗手段[2]。然而,术后并发症(POCs)可严重影响患者预后并降低其总生存率[3]。因此,有效预测结肠癌POCs的发生具有重要意义。

据我们所知,迄今为止所有研究均发现内脏肥胖是结肠癌POCs的独立预测因素,肥胖患者更易发生吻合口瘘和伤口感染等并发症[4–7]。目前,CT主要用于测量内脏脂肪,通过测量L3-L5水平的脂肪反映全身脂肪含量[8, 9]。然而,仅使用内脏脂肪和临床病理信息预测POCs的效率较低,AUCs低于0.80[10, 11]。因此,构建一种新的、更有效且客观的预测方法具有重要意义。

结肠癌具有不同的组织病理学亚型,肿瘤内部及肿瘤之间存在异质性。瘤内异质性可能导致肿瘤内不同亚型和各种基因表达,从而可能影响治疗结果[12]。经静脉注射对比剂的腹部增强CT是结肠癌术前评估的主要影像学工具,可评估肿瘤分期和远处转移,以及肿瘤内血管生成的密度和分布。增强图像反映了不同组织学类型肿瘤之间不同程度的强化,从而显示瘤内异质性[13]。CT具有良好的空间分辨率,可评估肿瘤内部而不受肿瘤空间异质性的限制,一项使用术前CT结肠成像的结直肠癌研究已证实这一点[14]。

CT技术发展迅速,新兴的光谱CT成像技术可提供更多关于肿瘤内部的定量信息。结合定量和定性信息,光谱CT可提供虚拟单能图像(MonoE)以增强图像对比度,碘密度图可量化肿瘤内的碘含量以反映血管密度,有效原子序数图可反映物质信息(多应用于结石成分分析),能谱曲线可反映物质的衰减程度[15–18]。光谱CT已用于诊断淋巴结转移和淋巴血管侵犯[19, 20]。然而,据我们所知,尚无关于光谱CT在结肠癌POCs中应用的研究。

因此,本研究旨在建立结合临床特征和肿瘤光谱CT参数的预测模型,以有效预测结肠癌POCs,从而制定个体化治疗方案。

材料与方法

患者

本回顾性研究最初从我院图像归档与通信系统(PACS)中连续纳入2021年8月至2023年3月术后病理确诊为结肠癌的187例患者。纳入标准如下:(1)年龄超过18岁、接受根治性结肠癌手术的患者,包括切除含肿瘤的结肠段及近端和远端各10 cm切缘、完整结肠系膜切除(CME)联合中央血管结扎和D3淋巴结清扫;(2)术前两周内行腹部能谱CT成像扫描;(3)手术由外科胃肠科具有10年以上结肠癌诊疗经验的高级临床医师和护士完成。排除标准如下:(1)CT图像质量差且病灶伪影大;(2)术前接受放疗或新辅助化疗的患者;(3)结肠肿瘤短径< 5 mm、可能无法放置ROI并影响瘤内能谱CT参数测量的患者;(4)体内存在其他恶性肿瘤、可能影响患者身体状况的患者;(5)临床病理资料不完整的患者;(6)术后随访时间< 30天且无POCs的患者。最终,85例结肠癌患者被选中进行进一步分析,如患者选择流程图所示(图1)。结肠癌POCs根据Clavien-Dindo分级系统[21]进行二分类,将II–V级定义为伴有POCs的癌症,I级和无并发症定义为不伴有POCs的癌症[22]。结肠癌的肿瘤-淋巴结-转移(TNM)分期根据美国癌症联合委员会(AJCC)癌症分期手册第8版所述标准进行[23]。包括I期(T1-2N0M0)、II期(T3-4N0M0)、III期(TanyN1-2M0)和IV期(TanyNanyM1)。肿瘤表皮生长因子受体(EGFR)表达水平由病理科通过免疫组织化学检查测定。两组患者的临床基线特征从PACS的数字临床档案中记录。

图1 患者选择流程图 查看原图 ↗

能谱CT图像采集

所有患者均行腹部能谱CT扫描(IQon Spectral CT,Philips Healthcare,Best,荷兰),包括平扫和双期增强扫描。主要参数为管电压120 kVp、自动管电流调制、准直64 × 0.625 mm、螺距值0.99、X线管旋转速度0.75 s、重建层厚1.0 mm。增强扫描使用全自动高压注射器,经肘静脉以3.0 mL/s的速率注射80 mL碘克沙醇(320 mgI/mL)。动脉期在腹主动脉腹腔干水平触发扫描,阈值为150 HU。静脉期延迟70 s扫描。同时重建常规图像和基于能谱的图像(SBI)数据。

CT图像上脂肪分布的评估

内脏脂肪面积(VFA)和皮下脂肪面积(SFA)由一名具有10年腹部能谱CT成像诊断经验且对患者结局不知情的放射科医师,使用ImageJ软件在L3水平横断面平扫CT图像(平扫图像于增强图像之前获得)上半自动测量,如示意图所示(图2)。脂肪组织的CT阈值范围设定为:内脏脂肪−150 HU至−50 HU,皮下脂肪−190 HU至−30 HU。VFA/SFA比值决定脂肪分布。

图2 基于L3水平层面CT轴位图像测量VFA和SFA的示意图。a 勾画和描绘皮下脂肪组织(SAT)和内脏脂肪组织(VAT)之前。b 勾画和描绘SAT和VAT之后。VFA,内脏脂肪面积;SFA,皮下脂肪面积 查看原图 ↗

肿瘤能谱参数的获取

能谱CT图像,包括虚拟单能图像(MonoE)、碘密度(IoD)、有效原子序数(Z-eff)和能谱曲线,由能谱基图像(SBI)数据包通过后处理工作站(IntelliSpace Portal 10,Philips Healthcare)生成。两名分别具有8年和10年诊断影像经验的放射科医师在Philips后处理工作站ISP(图像与信息管理软件版本10.1.5)上打开动脉期(AP)和静脉期(VP)薄层(层厚1 mm)能谱CT图像,在结肠肿瘤最大横断面AP图像上绘制圆形ROI,避开肉眼可见的坏死区域,并将ROI复制到VP图像上手动微调。两名医师均不知晓患者的术后结果,并记录结肠肿瘤各相应参数值,如AP和VP的常规CT值(C)、MonoE40keV-AP、MonoE40keV-VP、IoDAP、IoDVP、Z-effAP和Z-effVP。结肠癌的动脉增强分数(AEF)值进一步使用公式AEF = IoDAP/IoDVP计算。能谱曲线斜率(λ)按(CT40 kev-CT70 kev)/(70–40)计算。两名医师测量的所有结直肠肿瘤能谱CT参数的平均值作为最终记录值。

统计分析

统计分析使用SPSS 26.0软件(SPSS Inc.,芝加哥,伊利诺伊州,美国)、MedCalc软件15.11.4版(马里拉克,比利时)和R软件(3.5.1版;http://www.R-projetc.org)进行。肿瘤能谱CT参数的观察者间一致性采用组内相关系数(ICC)检验,ICC > 0.75表示一致性良好。符合正态分布的定量数据以均数±标准差表示,采用独立样本t检验比较合并术后并发症(POCs)的结肠癌与未合并POCs的结肠癌;非正态分布的数据以中位数(上四分位数;下四分位数)表示,两组间比较采用Mann–Whitney U检验。定性资料以频数(百分比)表示,两组间比较采用相应的卡方检验或Fisher确切概率法。对差异有统计学意义的临床特征和能谱CT参数进行逐步回归分析,以获得POCs的独立预测因素并构建预测联合模型。采用受试者工作特征(ROC)曲线评估预测模型的诊断效能,包括曲线下面积(AUC)、灵敏度和特异度。两组间p值 < 0.05认为差异有统计学意义。

结果

患者临床特征

纳入的85例结肠癌患者中,男60例,女25例,年龄范围30–85岁,中位年龄65岁。根据临床医生对PACS数据库中术后病史记录的诊断及Clavien-Dindo分级系统,27例(31.8%)患者合并POCs,58例(68.2%)患者未合并POCs。POCs包括感染(n = 17),如肺部感染(n = 3)、腹腔感染(n = 10)和切口感染(n = 4);吻合口瘘(n = 2)、胰漏(n = 3)、多器官功能衰竭(n = 2),以及输血和全肠外营养(n = 3)。比较两组的临床基线特征,性别、EGFR表达、VFA和VFA/SFA差异有统计学意义(均p < 0.05);其余临床特征在两组间差异无统计学意义(均p > 0.05)。详细结果见表1。

表1 两组结肠癌患者临床基线特征的比较(n = 85) 查看原表 ↗

肿瘤能谱CT参数

两名放射科医师测量的所有肿瘤能谱CT参数的观察者间一致性良好,ICC值均超过0.85(表2)。比较两组结肠癌患者的肿瘤能谱CT参数,MonoE40keV-AP、λAP、CVP、MonoE40keV-VP、IoDVP、Z-EFFVP和λVP差异有统计学意义(均p < 0.05)(图3)。其他肿瘤能谱CT参数在两组结肠癌患者间差异无统计学意义(均p > 0.05)(表2)。两例具有代表性的结肠癌患者能谱CT图像(包括能谱曲线)见图4和图5。

表2 两组结肠癌患者肿瘤能谱CT参数的比较,以及两名放射科医师测量参数间的ICC 查看原表 ↗
图3 伴有和不伴有POCS的结肠癌患者肿瘤能谱CT参数的散点图及比较:IoDVP(a)、Z-effVP(b)、λAP(c)、λVP(d)、MonoE40kev-AP(e)、MonoE40keV-VP(f)。*p < 0.05,**p < 0.01,***p < 0.001。POC,术后并发症;IoD,碘密度;Z-eff,Z有效原子序数;MonoE,虚拟单能图像;AP,动脉期;VP,静脉期;λ,能谱曲线斜率 查看原图 ↗
图4 一名64岁结肠癌男性患者,伴有术后并发症。静脉期(VP)轴位常规CT图像(a)、MonoE40keV-VP(b)、碘密度(IoD)(c)和Z有效(Z-eff)原子序数图像(d)显示右半结肠有一肿块(圆形ROI),肿瘤ROI内的值分别为88.5 HU、172.4 HU、1.47 mg/mL和8.13。动脉期(AP)能谱曲线斜率为2.38(e)。VP能谱曲线斜率为2.81(f) 查看原图 ↗
图5 一名71岁结肠癌男性患者,无术后并发症。静脉期(VP)轴位常规CT图像(a)、MonoE40keV-VP(b)、碘密度(IoD)(c)和Z有效(Z-eff)原子序数图像(d)显示乙状结肠有一肿块(圆形ROI),肿瘤ROI内的值分别为79.2 HU、129.8 HU、0.89 mg/mL和7.81。动脉期(AP)能谱曲线斜率为1.33(e)。VP能谱曲线斜率为1.68(f) 查看原图 ↗

预测模型对POCs诊断效能的评估

逐步回归分析发现,临床特征VFA[比值比(OR):1.021(95%CI:1.007–1.035);p = 0.002]和肿瘤能谱CT参数MonoE40keV-VP[OR:1.026(95%CI:1.011–1.041);p = 0.001]是结肠癌POCs的独立预测因素,由这两个预测因素建立的预测联合模型产生的AUC为0.84(95% CI:0.74–0.91),灵敏度为77.8%,特异度为87.9%。同样,临床特征中的VFA产生的AUC为0.76(95% CI:0.66–0.85),灵敏度为81.5%,特异度为81%。能谱CT参数MonoE40keV-VP产生的AUC为0.75(95% CI:0.64–0.84),灵敏度为66.7%,特异度为77.6%(表3和图6)。

表3 通过ROC分析评估MonoE40keV-VP、VFA及联合模型预测结肠癌患者POCs的诊断性能 查看原表 ↗
图6 通过ROC分析评估MonoE40keV-VP、VFA及联合模型预测结肠癌术后并发症的性能。ROC,受试者工作特征曲线;MonoE,虚拟单能图像;VP,静脉期;VFA,内脏脂肪面积 查看原图 ↗

讨论

结肠癌POCs与能谱CT参数MonoE40keV-VP相关,基于AUC为0.75。此外,临床特征VFA与结肠癌POCs相关。随后,通过逐步回归将MonoE40keV-VP和VFA两个独立预测变量纳入,构建了一个新的联合预测模型,产生的AUC为0.84,灵敏度为77.8%,特异度为87.9%,显示出良好的预测性能。

具体到临床特征,VFA是结肠癌患者POCs的独立预测因素。VFA较大的患者更易发生POCs,VFA/SFA值越大,内脏脂肪分布越多,患者发生POCs的风险越大,这与既往研究[4–7]一致。然而,VFA和VFA/SFA均表示同一含义(内脏脂肪)。当我们通过逐步回归法构建预测联合模型时,由于二者之间存在共线性问题,VFA先被纳入,因此VFA/SFA被自动排除出模型,不是POCs的独立预测因素。既往研究表明,内脏肥胖增加直肠癌、食管癌、胰腺癌和肝细胞癌的发病率,并且内脏脂肪增加可诱导慢性全身性炎症和改变代谢环境,从而促进癌症发展[24]。它还可增加POCs的发病率[25, 26]。由于肥胖组织中的慢性炎症因子低于急性免疫激活时的水平,组织清除感染因子的能力降低,且脂肪组织释放促炎因子,但这种能力因慢性营养过剩而降低[27, 28]。此外,既往一项研究[29]报道,POCs的发生与性别相关,男性患者更易发生POCs。这一发现与本研究结果一致,本研究也观察到男性患者POCs发病率更高。POCs的性别差异归因于较高的内脏脂肪水平,因为与女性相比,男性更易发生腹部脂肪堆积[30]。此外,一项研究表明,高内脏脂肪患者在结肠癌切除术后发生吻合口漏的风险增加[26]。然而,由于样本量小,仅观察到两例吻合口瘘,本研究无法证实这一关联。

近年来,已开发出结肠癌POCs的预测模型,但这些模型主要基于临床病理特征,包括患者的VFA[7, 31]。Kuritzkes等[31]使用逻辑回归分析了264例接受结直肠癌根治性切除术的患者,发现VFA是POCs(Clavien-Dindo分级≥III级)的独立危险因素,AUC为0.660;Heus等[7]分析了406例结直肠癌患者,发现术前身体成分参数与POCs高度相关,高VFA患者更易出现术后不良结局。此外,本研究发现性别和EGFR表达与POCs相关;然而,通过逐步回归分析,它们并非独立预测因素。基于VFA开发的预测模型AUC为0.76,但结果仍不理想。

关于肿瘤光谱CT参数,光谱CT成像通过量化局部组织的碘含量来反映肿瘤的血供,从而揭示瘤内异质性并预测患者预后[16]。此外,有效原子序数图由X射线衰减推导而来,突显了病灶与周围组织之间Z-eff值的差异,间接反映组织灌注并揭示肿瘤异质性[32]。既往研究发现,肿瘤中的IoD与结肠癌淋巴结转移及肿瘤分期相关[16, 17]。肿瘤的Z-eff、λ和MonoE值可鉴别结肠癌中KRAS基因突变型与野生型,用于肿瘤分期和组织学分级[18, 33]。然而,尚无关于使用光谱CT参数预测结肠癌POCs的报道。在本研究中,若干光谱CT参数与POCs相关,发生POCs的结肠癌患者具有更高的光谱CT参数值,包括MonoE40keV-AP、λAP、MonoE40keV-VP、IDVP、Z-effVP和λVP。肿瘤光谱CT参数值越高,表明肿瘤内血供越丰富、强化越明显。血供越丰富与肿瘤生长越快相关,侵袭性越强的肿瘤越易侵犯周围组织,从而影响患者的生存和预后[34]。此外,在发生POCs与未发生POCs的患者之间,VP期具有显著统计学差异(p < 0.05)的肿瘤光谱CT参数多于AP期,这可能与结肠癌的延迟强化有关,且VP期的特征与微血管强化关系更明确,更好地反映了肿瘤特征,这与既往研究一致[35]。与单一常规CT参数相比,光谱CT可提供更多有用且有价值的信息,能够提供关于肿瘤的更丰富信息。在本研究中,光谱CT参数MonoE40keV-VP是独立预测因子,可预测结肠癌POCs,AUC为0.75,但结果仍不够理想。

此外,我们通过逐步回归分析发现患者的临床特征VFA和肿瘤光谱CT参数MonoE40keV-VP是结肠癌POCs的独立预测因子,并建立了联合预测模型,显示出更好的预测效果(AUC = 0.84),灵敏度为77.8%,特异度为87.9%。Cao等[16]将临床特征与能谱参数相结合构建模型,有效预测了结直肠癌淋巴结转移(AUC = 0.876)。在本研究中,我们构建了首个基于临床特征和肿瘤光谱CT参数预测结肠癌POCs的联合模型,取得了良好的预测效能。该模型有助于为接受根治性结肠癌手术的患者制定个体化治疗方案,有望缩短住院时间。

本研究仍存在一些局限性。首先,本研究中接受根治性结肠癌手术的患者样本量较小,可能导致一定的选择偏倚,需要更大的队列进行研究。其次,本研究仅在肿瘤最大层面勾画圆形感兴趣区,可能丢失部分生物学信息。尚需进行全肿瘤均值计算,以分析其与单层面测量是否存在统计学差异。第三,本研究为单中心回顾性研究,所建立的预测模型缺乏外部验证。尚需进一步开展多中心前瞻性研究,以优化预测模型的泛化性和性能。第四,本研究中术后并发症(POCs)仅依据病历中的临床医生诊断进行判定。多器官功能衰竭、输血和全肠外营养等诊断很可能直接取自病历记录。然而,感染类并发症的情况有所不同,大多数病例的诊断不仅基于临床体征、实验室检查值等,还基于影像学检查。这尤其适用于腹腔感染、吻合口瘘和胰漏等并发症,这些并发症记录于部分患者的病历中。因此,本回顾性研究缺乏CT确认和/或影像再评估,可能导致一定的偏倚。

结论

总之,我们基于患者内脏脂肪面积(VFA)和肿瘤光谱CT参数MonoE40keV-VP构建了联合模型,该模型能较好地预测接受手术的结肠癌患者的术后并发症(POCs),为结肠癌患者的个体化治疗提供了依据。

引用

  1. Tan X, Yang X, Hu S, et al. Predictive modeling based on tumor spectral CT parameters and clinical features for postoperative complications in patients undergoing colon resection for cancer. Insights Imaging. 2023. PMID: 37741813. doi:10.1186/s13244-023-01515-5
  2. 全文:PMC10517912(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10517912/

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。