文献速递腹部技术与安全CT

血清肿瘤标志物与CT体成分评分系统可预测结直肠癌手术患者的预后

Serum tumor marker and CT body composition scoring system predicts outcomes in colorectal cancer surgical patients.
PubMed 文献 · Eur Radiol · 2024-06-24

该回顾性队列研究纳入365例(训练集245例、外部验证集120例)行根治性切除的结直肠癌患者,基于术前L3层面CT体成分与血清肿瘤标志物建立OS和DFS两个评分系统。训练集多因素分析显示低SFA、低SMD、高CEA、高AFP为OS独立预后因素,高IMFA、高CEA为DFS独立预后因素;新评分系统在训练集和验证集中均显示评分越高OS和DFS越差(均p<0.001)。

要点

  • L3层面CT可定量SMA、SMD、VFA、SFA、IMFA,其中SFA和SMD对结直肠癌预后预测优于其他体成分指标。
  • OS评分系统包含低SFA、低SMD、高CEA、高AFP四项独立危险因素,总分0–4分。
  • DFS评分系统包含高IMFA和高CEA两项独立危险因素,总分0–2分。

核心结论

  • 基于体成分和血清肿瘤标志物的评分系统对结直肠癌术后生存具有预后价值,评分越高OS和DFS越差(训练集和验证集均p<0.001)。

研究设计与样本

  • 回顾性队列研究,训练集为合肥市第二人民医院2017年1月至2021年5月行根治性切除的245例结直肠癌患者,外部验证集为石河子大学第一附属医院2019年4月至2022年3月同标准筛选的120例患者。
  • 术前3个月内行腹部CT,选取L3层面单幅图像用SliceOmatic v5.0软件定量体成分,SMA阈值−29至+150 HU,VFA阈值−150至−50 HU,SFA和IMFA阈值−190至−30 HU。
  • 按性别分别用ROC曲线确定各体成分指标最佳截断值并分组,随访至2023年7月,以电话或门诊方式确定生存、复发或转移状态。

关键影像表现/征象

  • L3层面CT可区分并定量骨骼肌区(红色)、肌间脂肪区(绿色)、内脏脂肪区(蓝色)和皮下脂肪区(黄色)。
  • 示例男性L3层面:骨骼肌面积84.93 cm²,肌间脂肪面积7.50 cm²,内脏脂肪面积106.90 cm²,皮下脂肪面积63.16 cm²。

诊断标准与关键数值

  • OS多因素Cox回归:高SFA(男≥102.33 cm²,女≥118.90 cm²)HR=0.555(95%CI 0.328–0.940,p=0.029)与更好OS相关;高SMD(男≥36.09 HU,女≥42.29 HU)HR=0.527(95%CI 0.308–0.902,p=0.020)与更好OS相关。
  • OS多因素Cox回归:高CEA(≥4.39 μg/L)HR=1.909(95%CI 1.181–3.084,p=0.008)、高AFP(≥6.56 μg/L)HR=1.770(95%CI 1.029–3.044,p=0.039)为不良OS独立预后因素。
  • DFS多因素Cox回归:高IMFA(男≥14.39 cm²,女≥27.78 cm²)HR=1.769(95%CI 1.049–2.983,p=0.033)、高CEA HR=2.207(95%CI 1.217–4.000,p=0.009)为不良DFS独立预后因素。
  • OS评分系统总分0–4分(低SFA、低SMD、高CEA、高AFP各1分);DFS评分系统总分0–2分(高IMFA、高CEA各1分)。
  • 训练集OS的AUC:新评分0.708,CEA 0.619,AFP 0.595,SFA 0.585,SMD 0.577;验证集OS的AUC:新评分0.698,CEA 0.641,AFP 0.585,SFA 0.573,SMD 0.528。

临床应用与阅片要点

  • 评分系统所需参数来自常规术前检查,作者认为其成本低、易获取,可作为指导治疗决策、预后分层和早期干预的重要预后指标。
  • 作者指出评分系统将连续变量转为分类变量,较列线图更易实施和解释,便于临床推广应用。
  • 作者认为该评分系统可能有助于预测结直肠癌患者术后生存,帮助临床医生就治疗做出知情的决策。

局限性

  • 本研究为回顾性研究,纳入患者数量有限,可能导致II类错误和选择偏倚。
  • 体成分仅在L3解剖标志处基于术前CT定量,结果可能不适用于其他解剖标志处或使用其他影像方式(如MRI)定量体成分的研究。
  • 作者指出未来研究将纳入更多前瞻性工作以证明该评分在日常实践中的获益。
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:Eur Radiol. 2024 Jun 24;34(12):7596–608. doi: 10.1007/s00330-024-10849-7

引言

结直肠癌(CRC)是全球常见的恶性肿瘤,近年来发病率不断上升,对人类健康构成重大威胁[1, 2]。尽管近年来手术、化疗和放疗等多学科治疗有所改善,但CRC患者的死亡率仍然很高——尤其是对于远处转移或术后复发的患者[3]。因此,早期采用准确的预后因素,随后进行有效且有针对性的干预以改善预后,至关重要。肿瘤淋巴结转移(TNM)分类和分期系统在临床实践中被广泛用于通过评估肿瘤浸润深度、淋巴结转移范围和远处转移来评估CRC患者的预后[4]。然而,CRC患者的预后并非仅由TNM分期决定。

既往研究表明,通过计算机断层扫描(CT)图像测量的肌肉和脂肪组织可以提示接受手术切除的CRC患者的预后[5–8]。过去,体重减轻和体质指数(BMI)常被用作营养下降和预后不良的指标[9, 10],然而,仅凭BMI不足以反映脂肪与肌肉量之间、或内脏脂肪组织与骨骼肌之间的差异[11],因为这些具有相反的预后效应[12, 13]。CT成像已被证明能准确反映不同类型的脂肪组织和肌肉量[14],常规用于CRC患者的临床管理。研究表明,低骨骼肌面积(SMA)和高内脏脂肪与总脂肪比值与较差的结肠癌结局相关[15]。相反,L3和脐水平的骨骼肌指数(SMI)较高与改善的总生存期(OS)和无病生存期(DFS)显著相关(均p < 0.05)[16, 17]。此外,血清肿瘤标志物(STM)被广泛用于评估CRC的预后。例如,术前癌胚抗原(CEA)水平升高与较差的无病生存期(DFS)和总生存期(OS)以及复发和转移风险增加相关[18, 19]。近年来,随着对肿瘤机制认识的加深和分子生物学技术的发展,肿瘤标志物检测已成为监测肿瘤复发和转移以及评估预后和生存的常用方法[20]。

使用身体成分或STM对CRC患者实现个性化预测的兴趣日益增加。我们假设多种标志物的组合可能比单一身体成分特征或STM具有更大的预测价值。目前几乎没有关于结合CT量化身体成分和STM的指标的相关研究。Nie等发现高骨骼肌密度(SMD)和血清肿瘤标志物(CA72-4)与更好的OS显著相关,基于这两项及其他指标构建的模型AUC高达0.848[21]。然而,作者仅研究了身体成分和血清肿瘤标志物在直肠癌患者中的预测价值,并未给出该模型在临床环境中的具体应用。因此,我们基于这两个因素提出一种新的预后评分来解决这一问题,并探讨其在预测CRC患者预后中的价值。

材料与方法

患者

本研究是一项回顾性队列研究,以2017年1月至2021年5月在合肥市第二人民医院接受根治性手术切除的结直肠癌(CRC)患者作为训练数据集。通过筛选2019年4月至2022年3月在石河子大学第一附属医院符合相同标准的CRC患者,构建了外部验证数据集。纳入标准如下:(1)年龄18岁及以上且经病理确诊为CRC;(2)接受根治性手术切除;(3)术前3个月内行腹部CT扫描。排除标准包括以下内容:(1)急诊病例;(2)多发结直肠转移或复发;(3)失访或无法获取随访结局;(4)临床资料不完整;(5)未接受新辅助治疗(新辅助治疗会改变身体成分参数)。最终,共有245例患者符合训练数据集条件,120例患者符合外部验证数据集条件(图1)。

本研究经合肥市第二人民医院伦理委员会批准(编号:2023-S127),所有患者相关医疗数据均予以保密。本研究按照《赫尔辛基宣言》的原则进行。伦理委员会已批准豁免知情同意。

图1 人群流程图 查看原图 ↗

数据收集与变量分类

收集每例患者的临床信息和围手术期数据,包括性别、年龄、BMI、肿瘤位置、肿瘤大小、TNM分期(T分期、N分期、M分期)、癌胚抗原(CEA)、甲胎蛋白(AFP)和糖类抗原(CA19-9、CA125、CA-724)。随访持续至2023年7月,通过电话联系或咨询患者以确定其状态:是否存活,以及存活是否伴有复发。总生存期(OS)定义为从手术至死亡或随访截止日期的时间,无病生存期(DFS)定义为从手术当日至肿瘤复发、转移或随访截止日期的时间。

身体成分评估

从电子病历中获取CRC患者术前三个月内的腹部CT图像。选取第三腰椎(L3)水平的一个单一图像用于量化肌肉质量(图2A)和脂肪组织(图2B、C),因为该水平骨骼肌和脂肪组织的横截面积与全身水平的组织体积高度相关[22, 23]。所有相关图像均使用Tomovision的SliceOmatic(v5.0,Magog,Quebec,Canada)进行分析。CT HU阈值分别为:骨骼肌面积(SMA)−29至+150,内脏脂肪面积(VFA)−150至−50,皮下脂肪面积(SFA)和肌间脂肪面积(IMFA)−190至−30[24]。软件自动生成骨骼肌密度(SMD),即感兴趣区内肌肉区域的CT平均值。骨骼肌质量指数(SMI)通过将总肌肉横截面积除以身高平方计算得出。由于性别差异影响身体成分的分布,我们使用受试者工作特征(ROC)曲线分析分别测量了男性和女性各身体成分指标的最佳截断值,然后据此对患者进行分组。

图2 L3水平腹部脂肪和肌肉面积的体部形态学评估。一名男性L3水平的轴位切片。A 骨骼肌面积(红色)为84.93 cm2;肌间脂肪面积(绿色)为7.50 cm2;B 内脏脂肪面积(蓝色)为106.90 cm2;C 皮下脂肪面积(黄色)为63.16 cm2 查看原图 ↗

统计分析

计数数据以百分比N(%)表示,计量数据以均值±标准差表示。基线数据在组间比较时,定性变量采用卡方检验或Fisher精确检验。绘制Kaplan–Meier生存曲线,并采用log-rank检验分析差异。采用Cox比例风险模型进行单因素和多因素分析,以确定独立预后因素。采用受试者工作特征(ROC)曲线分析确定身体成分和STM的最佳截断值。根据多因素Cox比例风险模型中确定的每个不良独立预后因素各赋予1分,然后将评分相加,建立评分系统(方法学在数据收集后确定)。采用ROC曲线分析比较新评分系统与各单项指标及TNM分期的预测效能。我们使用IBM-SPSS软件26.0版(IBM Corp.)和R软件(4.3.0版)进行数据分析。所有检验均为双侧检验,p值<0.05被认为具有统计学意义。

结果

患者特征

本研究共纳入245例患者作为训练集,其中男性141例(57.6%),女性104例(42.4%)。此外,外部验证集共纳入120例患者。表1提供了训练集患者一般临床特征的详细信息。与未存活组相比,存活组中肿瘤位于结肠的患者比例更高(43.4% vs 60.9%,p = 0.011)。TNM分期为I期和II期、N分期为N0期、M分期为M0期的患者生存率更高(均p < 0.05)。在身体成分和STM方面,高VFA(24.9% vs 11.8%,p = 0.020)、高SFA(44.4% vs 28.9%,p = 0.022)、高SMD(42.0% vs 25.0%,p = 0. 011)的患者,以及CEA < 4.39(68.6% vs 44.7%,p < 0.001)、CA19-9 < 18.86(74.0% vs 44.7%,p < 0.001)、AFP p < 6.56(88.8% vs 69.7%,p < 0.001)和CA125 < 15.07(71.6% vs 56.6%,p = 0.021)水平的患者生存率更高。训练集与验证集之间无显著差异(表S1)。

表1 训练数据集中按生存状态分组的患者基线特征 查看原表 ↗

与长期生存相关的因素

OS的单因素分析显示,在训练集中,CEA、CA19-9、AFP、CA125、VFA、SFA和SMD与CRC患者的预后相关。多因素分析表明,较高的SFA(男性 ≥ 102.33 cm2,女性 ≥ 118.90 cm2)(HR = 0.555,95% CI 0.328–0.940,p = 0.029)和较高的SMD(男性 ≥ 36.09 HU,女性 ≥ 42.29 HU)(HR = 0.527,95% CI 0.308–0.902,p = 0.020)与更好的OS显著相关。而高CEA水平( ≥ 4.39 μg/L)(HR = 1.909,95% CI 1.181–3.084,p = 0.008)和高AFP水平( ≥ 6.56 μg/L)(HR = 1.770,95% CI 1.029–3.044,p = 0.039)被确定为训练集中CRC患者总生存期不良的独立预后因素(表2)。DFS的COX单因素分析显示,CEA、CA19-9、AFP、CA125、IMFA和SMA与CRC患者的预后相关。同时,多因素分析确定,高IMFA(男性 ≥ 14.39 cm2,女性 ≥ 27.78 cm2)(HR = 1.769,95% CI 1.049–2.983,p = 0.033)和高CEA水平(HR = 2.207,95% CI 1.217–4.000,p = 0.009)是训练集中CRC患者DFS不良的独立预后因素(表3)。

Kaplan-Meier生存曲线表明,在训练集(图3A、B)和验证集(图4A、B)中,CEA和AFP水平较低的CRC患者具有更好的OS率。此外,训练集(图3C、D)和验证集(图4C、D)中高SFA和高SMD组的患者也显示出更好的总生存期(均p < 0.05)。此外,较低水平的CEA和IMFA与更好的DFS显著相关(训练集:图3E、F;验证集:图4E、F)(均p < 0.05)。

表2 训练数据集中与总生存期相关因素的单因素和多因素分析 查看原表 ↗
表3 训练数据集中与无病生存期相关因素的单因素和多因素分析 查看原表 ↗
图3 训练数据集中L3水平总生存期和无病生存期的Kaplan-Meier生存曲线。按CEA低水平和高水平(A)、AFP(B)、SFA(C)、SMD(D)分组的患者总生存期的Kaplan-Meier生存曲线,以及按L3水平CEA低水平和高水平(E)、IMFA(F)分组的患者无病生存期的Kaplan-Meier生存曲线 查看原图 ↗
图4 外部验证数据集中L3水平总生存期和无病生存期的Kaplan-Meier生存曲线。按CEA低水平和高水平(A)、AFP(B)、SFA(C)、SMD(D)分组的患者总生存期的Kaplan-Meier生存曲线,以及按L3水平CEA低水平和高水平(E)、IMFA(F)分组的患者无病生存期的Kaplan-Meier生存曲线 查看原图 ↗

新指标的创建

考虑到OS代表总生存期,DFS代表疾病进展,我们构建了两个独立的评分系统。根据多因素分析的结果,在纳入回归的因素中(包括年龄、性别、身体成分和血清肿瘤标志物),较低的SFA和较低的SMD与较差的OS显著相关。高CEA和高AFP也是不良OS的预后因素。我们聚焦于这4个参数,创建了一个用于预测OS的新型指数评分(表4)。在多因素分析中,较高的IMFA和较高的CEA与较差的DFS显著相关。我们聚焦于这两个参数,创建了另一个用于预测DFS的新型指数评分(表4)。在多因素分析中,各因素的HR值相当;因此,各因素评分的权重被设为相同值。为每位患者计算了新的指数评分,范围为0–4(OS)和0–2(DFS)。

表4 4.1 与总生存期(OS)相关的新型指数评分的计算。4.2 与无病生存期(DFS)相关的新型指数评分的计算 查看原表 ↗

基于新型指数评分的术后生存

如Kaplan–Meier生存曲线所示,在训练集和验证集中,新型指数评分较高的CRC患者OS率较差(p < 0.001)(训练集:图5A;验证集:图5C),DFS率也较差(p < 0.001)(训练集:图5B;验证集:图5D)。

我们使用ROC曲线分析比较了新评分系统与单一预后生物标志物对训练集和验证集中CRC患者OS和DFS的预测能力。在训练集和验证集的OS组中,新指数评分的曲线下面积(AUC)分别为0.708和0.698,而训练集中单一预后生物标志物CEA、AFP、SFA和SMD的AUC分别为0.619、0.595、0.585和0.577(图6A),验证集中则分别为0.641、0.585、0.573和0.528(图6C)。在训练集和验证集的DFS组中,新指数评分的AUC分别为0.668和0.628,而单一预后生物标志物CEA、IMFA的AUC分别为0.607、0.593(图6B)和0.561、0.608(图6D)(均p < 0.001)。我们还比较了新型指数评分与TNM分期对OS和DFS的预测能力。对于OS,新型指数评分的曲线下面积值为0.708,而TNM分期的曲线下面积值为0.653(p < 0.001)(图S1A)。对于DFS,新型指数评分的曲线下面积值为0.668,而TNM分期的曲线下面积值为0.596(p < 0.001)(图S1B)。我们发现,结合身体成分和STM的新评分系统对OS和DFS的预测能力均显著优于单一预后生物标志物和TNM分期。

图5 新型指数的Kaplan-Meier生存曲线。根据基于癌胚抗原(CEA)水平、甲胎蛋白(AFP)、骨骼肌面积(SFA)和皮下脂肪面积(SMD)的每种新型指数评分,训练数据集(A)和外部验证数据集(C)中总生存期的Kaplan–Meier生存曲线。新型指数:,0;,1;,2;,3;,4。根据基于癌胚抗原(CEA)水平和肌间脂肪面积(IMFA)的每种新型指数评分,训练数据集(B)和外部验证数据集(D)中无病生存期的Kaplan–Meier生存曲线。新型指数:,0;,1;,2 查看原图 ↗
图6 总生存期和无病生存期的受试者工作特征曲线下面积。指标:癌胚抗原(CEA)、甲胎蛋白(AFP)、皮下脂肪面积(SFA)、第三腰椎水平骨骼肌密度(SMD)。五个指标在训练数据集(A)和外部验证数据集(C)中预测总生存期的曲线下面积。指标:CEA、第三腰椎水平肌内脂肪面积(IMFA)。三个指标在训练数据集(B)和外部验证数据集(D)中预测无病生存期的曲线下面积 查看原图 ↗

讨论

在本研究中,我们建立了一个基于身体成分测量和骨骼肌指数(STM)的新评分系统,并在训练集和外部验证集中分析并比较了其与单一指标的预测效能。这对于评估接受手术治疗的结直肠癌(CRC)患者的预后以及选择进一步的辅助治疗策略具有重要意义。该新评分系统在预测CRC患者术后生存状态方面显示出良好的潜力。

既往研究已探讨了癌症患者身体成分与预后之间的关系。然而,体质指数(BMI)、腰臀比和东部肿瘤协作组体能状态评分(ECOG-PS)等传统指标并不能提供详细的定量数据供临床参考[25]。基于CT的定量身体成分分析可以通过CT图像和软件轻松、准确地计算和区分各种身体成分(包括骨骼肌和不同内脏脂肪组织),从而解决这一问题。然而,关于哪些因素可能影响死亡率仍存在争议。Ebadi等人发现脂肪组织是胃肠道肿瘤、呼吸系统肿瘤和转移性肾细胞癌患者死亡率的独立预后因素[26]。我们针对CRC患者的研究表明,脂肪组织同样是独立预后因素,且高SFA和高内脏脂肪面积(VFA)患者的总体生存率更好。同时,Oikawa等人在针对转移性CRC患者的研究中证明,高皮下脂肪组织与较低的死亡风险相关(p < 0.025)[27]。我们的研究证实,与低SFA患者相比,高SFA患者预后更好。此外,我们观察到高IMFA患者的无病生存期(DFS)显著延长。我们假设高IMFA与预后改善之间的关联可能与低肌肉量有关,因为它可以间接反映肌少症的存在。然而,仍需进一步研究来证实这一假设。

身体组成中的骨骼肌成分也被证明与癌症患者的不良预后密切相关[28–30]。Lee等人通过对接受根治性切除术的结直肠癌(CRC)患者的研究发现,骨骼肌密度(SMD)低的患者总生存期(OS)较短[17]。这一观察结果与我们的研究结果一致,我们发现SMD低的患者预后更差、长期生存更差。在癌症患者中,骨骼肌中过度的蛋白质降解和/或蛋白质合成减少可导致肌肉萎缩以及肌内和肌间脂肪浸润。这归因于炎症、蛋白质代谢改变、细胞凋亡减少和组织再生受损等因素[31]。我们的结果证实,使用CT对骨骼肌密度和肌间脂肪组织进行定量测量可作为识别这种不良预后的有效方法。

多项研究表明,癌胚抗原(CEA)水平升高与CRC的不良预后相关[32, 33]。将CEA水平与TNM分期相结合可能更准确地预测CRC预后[34]。虽然甲胎蛋白(AFP)常用于肝细胞癌患者[35, 36],但缺乏文献报道其在CRC患者中的效用。在本研究中,Cox多因素生存分析显示,AFP和CEA水平升高是CRC患者OS的独立不良预后因素。因此,我们通过一种新的评分系统将这些标志物与有意义的身体组成变量相结合,该评分系统显示出较高的预测效能。

我们使用评分系统为CRC患者开发了一个预后模型。评分系统中包含的变量的截断值已在本手稿中先前描述(表4)。临床医生可以根据该评分系统有效地将连续变量转换为分类变量,从而通过获得CRC患者的最终评分来评估预后。以往关于CRC患者预后的研究常使用列线图[37, 38]。然而,该方法不仅实施复杂,还需要解释如何解读曲线,这限制了其临床适用性。在我们的研究中,我们整合了身体组成和血清肿瘤标志物(STM)以建立一个新的评分系统。这种方法不仅显示出较高的预测效能,而且被证明易于使用且易于解释。这些优势促进了该评分系统在临床中的广泛应用。

本研究存在若干局限性。首先,这是一项回顾性研究,纳入患者数量有限,可能导致II类错误和选择偏倚。此外,我们的研究基于结直肠癌(CRC)患者术前CT扫描在L3解剖标志处量化身体成分。因此,这些发现可能不适用于在其他解剖标志处量化身体成分或使用替代影像学方式(如MRI)的研究。尽管如此,我们的研究也具有诸多优势。这是首个结合身体成分与骨骼肌指数(STM)用于预测CRC患者术后生存的研究,在训练集和外部验证集中均表现出较高的预测性能。此外,值得注意的是,我们的队列基于真实世界电子健康记录数据,因此我们的结果具有可证明的普遍适用性。同时,未来研究将纳入更多前瞻性工作以证明该评分在日常实践中的获益。该评分系统所需的参数来源于患者常规术前检查,提供了一种经济高效且易于获取的方法。因此,它可作为重要的预后指标,指导治疗决策、进行预后分层并实现早期干预。

总之,我们通过整合临床可获取的STM与CT扫描量化的身体成分,开发了针对CRC患者的术后生存评分系统。该评分系统对CRC患者的预后表现出优异的预测准确性,为临床工作者提供了指导,有助于更精准和有针对性的临床决策、个体化治疗策略及疾病管理。

补充信息

电子补充材料

引用

  1. Song M, Liu Z, Wu F, et al. Serum tumor marker and CT body composition scoring system predicts outcomes in colorectal cancer surgical patients. Eur Radiol. 2024. PMID: 38913246. doi:10.1007/s00330-024-10849-7
  2. 全文:PMC11557714(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11557714/

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。