双区域动态对比增强MRI预测单发BCLC A期肝细胞癌微血管侵犯
单中心前瞻性纳入133例单发BCLC A期肝细胞癌患者,基于瘤内与瘤周定量DCE-MRI参数及临床-影像特征构建联合模型预测微血管侵犯,联合模型训练集AUC 0.966、验证集0.937,并可对切除术后复发风险分层。
要点
- 瘤内总血流量(Ft-T)与瘤周动脉分数(ART-P)对MVI预测效能最佳,AUC分别为0.790与0.792。
- 联合模型整合AFP、晕环强化、TTPVI与CDCE,训练集AUC 0.966、验证集AUC 0.937。
- 列线图风险评分阈值232.3分,高于该值归为MVI高风险组,其无复发生存显著更差。
核心结论
- 基于双区域DCE-MRI灌注参数与临床-影像特征的联合模型可用于术前预测单发BCLC A期肝细胞癌的MVI,并协助临床决策。
- 联合模型可对肝切除术后复发风险进行分层,高风险组接受解剖性切除者预后优于非解剖性切除者。
研究设计与样本
- 单中心前瞻性研究,纳入2020年1月至2021年12月连续133例单发BCLC A期肝细胞癌患者,男112例、女21例,中位年龄57岁(范围30–73岁)。
- 按7:3随机分为训练集93例与验证集40例,训练集中MVI阳性31/93(33.33%)、验证集中14/40(35.00%)。
- 采用3.0-T扫描仪(SIGNATM Architect,GE Healthcare,美国)及46通道体部线圈行定量DCE-MRI,动态增强扫描连续42个期相。
- 以术后病理MVI状态为参考标准,由两名分别具有12年和6年腹部影像经验的放射科医师独立测量瘤内与瘤周(自动外扩10 mm)灌注参数。
- 随访至2023年12月31日,中位随访20个月(范围4–35个月),终点为无复发生存(RFS)。
关键影像表现/征象
- MVI阳性组瘤内Fp-T与Ft-T显著高于MVI阴性组,ART-T与MTT-T显著低于MVI阴性组(均p < 0.05)。
- MVI阳性组瘤周ART-P与Fa-P显著高于MVI阴性组,MTT-P显著低于MVI阴性组(均p < 0.05)。
- MVI阳性组中马赛克结构、晕环强化、肿瘤边缘不光滑、肿瘤包膜不完整及TTPVI在训练集与验证集均较MVI阴性组更常见(均p < 0.05)。
- TTPVI定义为动脉期存在「内部动脉」且门静脉期或延迟期无连续「低密度晕」。
诊断标准与关键数值
- 瘤内Ft-T预测MVI的AUC为0.790,瘤周ART-P的AUC为0.792。
- CDCE预测MVI的AUC训练集为0.868、验证集为0.857;CDCE = −10.052 + 0.026 × Ft-T + 0.170 × ART-P。
- 联合模型(AFP、晕环强化、TTPVI、CDCE)预测MVI的AUC训练集为0.966、验证集为0.937,显著高于其他模型(Delong检验均p < 0.05)。
- 列线图风险评分 = 208 + 14 × AFP(20–400 ng/mL)或33 × AFP(> 400 ng/mL)+ 19 × 晕环强化(存在)+ 18 × TTPVI(存在)+ 11 × CDCE;总分为232.3分时为截断点。
- 风险评分> 232.3分为MVI高风险组,≤ 232.3分为MVI低风险组;校准曲线及Hosmer-Lemeshow检验示各模型拟合良好(均p > 0.05)。
临床应用与阅片要点
- 阅片时除常规LI-RADS特征外,应关注晕环强化与TTPVI,二者与AFP同为MVI的独立危险因素。
- 瘤周区灌注参数(ART-P)与瘤内参数(Ft-T)联合构建的CDCE可提高MVI预测效能,瘤周区是MVI发生的主要部位。
- 列线图高风险组患者接受解剖性切除的预后优于非解剖性切除(训练集p = 0.025;验证集p = 0.029)。
- 低风险组中解剖性切除与非解剖性切除的无复发生存无显著差异(训练集p = 0.230;验证集p = 0.310)。
局限性
- 原文未报告局限性。
全文中译16 节 · 点击展开
引言
肝细胞癌(HCC)是原发性肝脏恶性肿瘤中最常见的类型,具有高度侵袭性,2020年全球范围内是第六大常见癌症,也是癌症相关死亡的第二大原因[1]。根据2022年巴塞罗那临床肝癌(BCLC)分期分类,根治性肝切除术仍是早期HCC的一线治愈性疗法之一[2–4]。然而,手术切除的主要缺点是高复发率,高达80%[5]。据报道,HCC的总体5年生存率仅约18%[5]。
既往研究已证实,微血管侵犯(MVI)是与HCC肝切除术后高复发率和不良预后相关的重要危险因素之一[6–8]。MVI的患病率估计为15%至57%[6]。研究表明,MVI是BCLC A期HCC患者预后的独立预测因子,但对BCLC 0期和/或B期HCC患者的预测效能有限[9, 10]。在MVI阳性(MP)HCC患者中,解剖性切除(AR)和宽手术切缘是预后的保护因素[11, 12]。此外,术后辅助治疗可能对合并MVI患者的生存结局具有潜在益处[13]。然而,MVI的诊断仅依赖于对术后病理标本的仔细检查[6–8]。因此,术前有效识别MVI状态对于个体化治疗尤为关键。
已有大量研究致力于基于临床数据和常规影像学特征寻找术前预测MVI的有效指标,如甲胎蛋白(AFP)、肿瘤大小、数目、肝脏影像报告和数据系统(LI-RADS)2018版影像学特征及非LI-RADS影像学特征[14–16]。然而,单一变量的预测能力有限,且形态学评估具有主观性和经验依赖性。因此,探索一种新的、联合的、准确的、无创的MVI预测方法具有重要意义。
MR成像检查是HCC术前评估的常规手段[17]。近年来,定量动态对比增强磁共振成像(DCE-MRI)作为一种功能成像技术崭露头角,其通过具有高时间分辨率的超快速扫描方法,能够捕捉组织血流、微血管灌注和血管通透性的血流动力学信息[18, 19]。DCE-MRI可用于表征各种肿瘤的组织病理学特征[20–22]。然而,由于肝脏双重血供的特性,DCE-MRI仅在小数研究中应用于HCC[22, 23]。此外,在MVI发展过程中,瘤周区域(PTR)是肿瘤细胞侵袭的主要部位。PTR可能含有与瘤内区域(ITR)不同的灌注信息,可反映MVI过程中的血流动力学变化。据我们所知,尚未有研究探讨MVI实际发生部位即PTR的灌注变化。此外,整合临床-影像学(CR)特征和双区域DCE-MRI参数的预测模型能否在接受AR与非解剖性切除(NAR)的HCC患者之间进行预后分层,尚未见探讨,这可能为术前选择最佳手术方式提供依据。
在本研究中,我们旨在基于CR特征以及源自ITR和PTR的DCE-MRI参数,开发并验证用于孤立性BCLC A期HCC中MVI的预测模型。此外,我们根据基于预测模型的MVI风险分层,比较了接受AR或NAR患者的治疗结局,以识别可能从AR中获益的患者。
材料与方法
研究人群
这项单中心前瞻性研究经中国北京国家癌症中心/癌症医院机构审查委员会批准(编号20/412-2608)。所有参与者均获得了书面知情同意。2020年1月至2021年12月期间,连续因怀疑恶性肝脏病变而接受定量DCE序列MR成像检查的患者。纳入标准如下:(1)年龄超过18岁且无其他恶性肿瘤;(2)BCLC A期:孤立性HCC > 2.0 cm,无明显大血管侵犯或肝外播散;(3)未接受抗肿瘤治疗干预。最初共有223例患者符合上述标准。90例患者因各种原因被排除(图1)。最终,本研究纳入133例患者,包括112例男性和21例女性,中位年龄为57岁(范围,30–73)。为了构建MVI的预测列线图,使用随机种子方法按7:3的比例将患者随机分为训练集(n = 93)和验证集(n = 40)。研究人群选择流程图见图1。
MR成像采集
所有MR成像研究均使用3.0-T扫描仪(SIGNATM Architect,GE Healthcare,USA)进行,该扫描仪配备46通道自适应图像接收体线圈。磁共振成像(MRI)扫描方案及所用MRI序列的详细采集参数见附录E1和补充表S1。定量DCE-MRI根据我们既往研究[24]使用肝脏加速容积采集-扩展容积序列进行。简言之,采用范围为3°至12°的多翻转角方法进行T1 mapping,用于确定组织基线T1值,并进行包含42个连续期的动态增强扫描以进行灌注定量。
DCE MR图像处理与分析
DCE-MRI使用基于MATLAB R2018a(MathWorks,Natick,MA,USA)编写的内部程序进行处理。详细的图像后处理方法见附录E2。通过基于体素的曲线拟合方法,以所有DCE图像作为输入,生成以下六种血流动力学参数的伪彩色图:动脉分数(ART,%)、动脉血流(Fa,mL/min/100 g)、门静脉血流(Fp,mL/min/100 g)、总血流量(Ft,mL/min/100 g)、分布容积(DV,%)和平均通过时间(MTT,s)。
DCE MR图像由两名独立的放射科医师(Y.J.Z.,具有12年腹部影像经验;W.C.,具有6年腹部影像经验)进行分析,两人对临床、病理和实验室信息均设盲。使用专用软件(3D Slicer 5.2.2版;https://www.slicer.org/)在门静脉期DCE图像上手动分割基于自由手绘的感兴趣区(ROI)。参考T2WI和DWI,沿肿瘤轮廓仔细勾画瘤内ROI。基于肿瘤边缘的拓扑算法,瘤周ROI以10 mm半径自动膨胀,当膨胀后的ROI超出肝脏边界时进行手动校正。将ROI同步复制到DCE灌注图上,自动提取瘤内(ITR)DCE参数(Fa-T、Fp-T、Ft-T、ART-T、DV-T和MTT-T)和瘤周(PTR)DCE参数(Fa-P、Fp-P、Ft-P、ART-P、DV-P和MTT-P)的平均值。取两名放射科医师测量的平均值用于最终分析。
常规MR成像特征
所有MR图像由两名委员会认证的放射科医师(S.W.和B.F.,分别具有20年和10年腹部放射学经验)进行审阅,两人对患者临床病史和病理信息均设盲。分析了14项LI-RADS v2018成像特征[25]和4项非LI-RADS成像特征(肝硬化、肿瘤边缘、肿瘤包膜和静脉侵犯双特征预测因子(TTPVI))。任何分歧均通过咨询第三位资深教授(X.H.M.,具有超过25年腹部影像经验)解决,经讨论后达成共识。TTPVI定义为动脉期存在“内部动脉”且门静脉期或延迟期无连续“低密度晕”[26, 27]。各MR成像特征的定义见补充表S2。
临床特征、手术和病理检查
基线临床特征从电子病历中收集。所有患者酌情接受了AR或NAR根治性肝切除术,术式由多学科团队讨论决定。MVI状态、分化程度、组织学模式和纤维化分期在术后标本上评估并记录。
随访和终点
患者术后2年内每3个月在门诊定期随访,此后每6个月随访一次,基于AFP和影像学检查。研究终点为无复发生存期(RFS)。肿瘤复发根据EASL临床实践指南标准[17]诊断。RFS时间定义为从手术至肿瘤首次复发日期或2023年12月31日前末次随访的时间间隔。
统计分析和模型构建
变量根据情况采用独立样本t检验、Mann–Whitney U检验、χ2检验或Fisher精确检验进行比较。观察者间变异性采用组内相关系数(ICC)或Cohen's kappa系数(κ值)评估[28]。多因素logistic回归用于识别独立预测因子并构建预测模型。基于回归方程的线性预测因子(截距与独立DCE参数乘以回归系数之和)生成联合DCE参数(CDCE)。利用独立CR特征和CDCE建立可视化的联合列线图。最后,使用验证集评估模型的泛化能力。采用受试者工作特征曲线(ROC)评估预测性能。采用Delong检验比较各模型ROC的预测性能。采用Hosmer-Lemeshow拟合优度检验和校准曲线评估模型的校准度。采用决策曲线分析(DCA)评估联合模型的临床价值。不同风险组和手术方式的生存曲线采用Kaplan–Meier法计算,并采用log-rank检验进行比较。双侧p < 0.05被认为具有统计学意义。所有统计分析均使用R软件(版本4.2.2;R Foundation,维也纳,奥地利)完成。
结果
基线人口学和临床病理特征
患者的临床病理特征见表1。本研究纳入的133例HCC患者中,训练集33.33%(31/93)和验证集35.00%(14/40)被归入MP组。训练集与验证集之间的临床病理特征无显著差异(均p > 0.05)。MP组与MVI阴性(MN)组之间血清AFP水平、HBV DNA载量和组织学分级存在显著差异(均p < 0.05)(表1)。
观察者间一致性
影像学特征和定量DCE参数的观察者间一致性分析见补充表S3和S4。两名观察者之间的一致性为良好至优秀,影像学特征的kappa值为0.674–1.000,定量DCE参数的ICC值为0.804–0.953。
影像学特征
患者的影像学特征见表2。在MP组中,与MN组相比,以下五种MR成像特征更常见:马赛克结构、晕环强化、肿瘤边缘不光滑、肿瘤包膜不完整和TTPVI,在训练集和验证集中均如此(均p < 0.05)。
定量DCE-MRI参数及MVI的预测性能
MP组与MN组之间定量DCE-MRI参数比较的结果总结于表3和补充图1S–4S。在瘤内区域(ITR),MP组的Fp-T和Ft-T显著更高,而ART-T和MTT-T显著低于MN组(均p < 0.05)。在瘤周区域(PTR),MP组的ART-P和Fa-P显著更高,而MTT-P显著低于MN组(均p < 0.05)。训练集中显著参数的ROC分析描述于表4和图2a、b。在这些单一参数中,Ft-T和ART-P在区分MVI状态方面表现出最佳的预测性能,AUC分别为0.790和0.792。
MVI预测模型的构建与验证
将显著特征作为协变量,通过多因素logistic分析构建CR、瘤内、瘤周、DCE和联合预测模型(补充表S5)。结果显示,AFP、晕环强化和TTPVI是MVI的独立危险因素。联合DCE-MRI参数(CDCE)可计算如下:CDCE = −10.052 + 0.026 × Ft − T + 0.170 × ART-P。
通过多因素logistic回归使用AFP、晕环强化、TTPVI和CDCE构建了联合预测模型(补充表S5)。模型的预测性能描述于表5和图2c、d。联合模型的AUC显著高于其他模型(Delong检验,均p < 0.05)(补充图S5),在训练集中为0.966,在验证集中为0.937。
基于联合模型构建了列线图以方便预测MVI(图2e)。基于列线图的MVI风险评分可计算如下:风险评分 = 208 + 14 × AFP(20–400 ng/mL)或33 × AFP(> 400 ng/mL)+ 19 × 晕环强化(存在)+ 18 × TTPVI(存在)+ 11 × CDCE。根据ROC分析得出的RS阈值(图3a、b),患者可被二分为高危MVI(HMVI,RS > 232.3)或低危MVI(LMVI,RS ≤ 232.3)组。
校准曲线和Hosmer-Lemeshow检验(所有p > 0.05)显示所有预测模型与模型拟合具有良好的一致性(图3c、d)。DCA曲线表明联合预测模型的临床净获益几乎高于CR和DCE模型(图3e、f)。联合模型和列线图的应用见图4和图5。
根据联合列线图和手术方式进行复发风险分层
中位随访期为20(范围:4–35)个月。HMVI组的中位RFS显著更短(训练集:16个月 vs. 超过30个月;验证集:18个月 vs. 超过28个月),且2年RFS率显著更低(训练集:31.6% vs. 64.1%;验证集:22.4% vs. 51.4%)(均p < 0.05)(图6a、b)。
就不同手术方式带来的临床获益而言,接受AR的HMVI患者预后优于接受NAR者(训练集:p = 0.025;验证集:p = 0.029)(图6c、d)。然而,在LMVI患者中未观察到AR与NAR之间存在显著差异(训练集:p = 0.230;验证集:p = 0.310)(图6e、f)。
讨论
在本研究中,我们成功开发并验证了一种基于CR特征和定量DCE参数的联合列线图,可在术前预测孤立性BCLC A期患者的MVI状态。该列线图在训练集和验证集中的AUC值分别达到0.966和0.937。此外,我们的列线图基于二分化的MVI风险分组,成功对肝切除术后HCC患者的RFS进行了分层。此外,接受AR治疗的HMVI组患者较接受NAR治疗者表现出更好的预后。
既往研究表明,临床特征和常规影像学特征对MVI预测具有价值[14–16]。我们的结果显示,AFP、晕环强化和TTPVI是MVI的独立预测因素。AFP和晕环强化可作为肿瘤负荷和异常静脉引流的指标,在预测MVI方面显示出潜在能力[25, 29]。当MVI发生时,肿瘤可能破坏瘤内肝静脉并随后压迫瘤周肝静脉,改变静脉引流并导致晕环强化的出现。TTPVI是一种诊断算法,基于两个影像征象(内部动脉和低信号晕环)显示出预测MVI的能力[27]。我们发现CR模型的MVI预测AUC为0.791。
据我们所知,这是首项研究HCC中ITR和PTR血流灌注变化以预测MVI状态的研究。我们的结果显示,MP组的Fp-T和Ft-T显著较高,而ART-T和MTT-T显著低于MN组。在HCC进展过程中,肿瘤的肝动脉血流和门静脉血流经历一系列复杂变化[30, 31]。HCC中Ft-T增加可能由内皮细胞增殖和肿瘤血管生成引起,这可增加总血灌注并促进MVI形成。我们假设Fp-T增加可能由肝动脉-门静脉瘘形成和门静脉动脉化引起。因此,血液可绕过毛细血管网直接进入肝静脉,导致Fp-T增加以及ART-T和MTT-T降低。在此灌注改变过程中,肿瘤细胞簇可能被带入肝小静脉。也有证据表明,随着组织学分级升高,HCC的动脉血供显著减少[32]。PTR是MVI发生的主要部位,包含可反映MVI期间血流动力学变化的灌注信息[6–8],近年来受到研究者越来越多的关注[33, 34]。PTR中微小肿瘤癌栓阻塞小门静脉分支导致门静脉灌注减少,肝动脉灌注代偿性增加,这可能解释ART-P和Fa-P升高。采用CDCE(Ft-T和ART-P)预测MVI的AUC为0.857。
该联合列线图预测了孤立性BCLC A期HCC的MVI状态,具有极佳的预测性能。HMVI的RFS显著短于LMVI。鉴于超过一半的HCC患者可能在肝切除术后出现肿瘤复发[5],采取措施预防复发至关重要。新出现的证据表明,AR与生存获益相关,但AR需要更保守的肝功能储备[35–38]。因此,识别适合AR且能从中获益的患者是临床中的重要问题。我们的结果显示,AR显著降低了HMVI组的复发率,但在LMVI组中未观察到显著性。对于MVI高风险患者,如果肝功能储备充足,实施AR可能带来更大的生存获益。联合列线图可能成为HCC复发评估的重要指标以及选择个体化治疗策略的初步依据。
本研究存在一些局限性,有待未来解决。第一,患者来自单中心,且我们的研究样本量相对较小。尽管我们的研究揭示了若干有趣的发现,但仍需要来自多中心的大规模患者人群来进一步验证和应用该预测列线图。第二,我们排除了小于2.0 cm的肿瘤,因为在小肿瘤中参数测量可能不稳定。第三,ITR的手动勾画和PTR的半自动勾画可能引入一定的主观性。最后,随访时间过短,无法在本研究中准确评估总生存率。
总之,定量DCE-MRI为无创、术前预测HCC中的MVI提供了一种有前景的工具。此外,基于CR特征及ITR和PTR的定量DCE参数构建的联合列线图取得了极佳的预测性能。预测的MVI风险分类可对根治性肝切除术后的复发风险进行分层,并有助于选择最佳手术方式。
补充信息
电子补充材料
引用
- Zhu Y, Feng B, Wang P, et al. Bi-regional dynamic contrast-enhanced MRI for prediction of microvascular invasion in solitary BCLC stage A hepatocellular carcinoma. Insights Imaging. 2024. PMID: 38886267. doi:10.1186/s13244-024-01720-w
- 全文:PMC11183021(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11183021/
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。