基于可解释CT机器学习模型预测II期结直肠癌复发风险
本研究从三个医学中心纳入769例病理确诊的II期结直肠癌患者,提取CT影像组学特征计算Radscore,结合临床影像因素用人工神经网络构建联合模型预测3年无病生存。联合模型在测试集和验证集的AUC分别为0.811和0.846,Kaplan-Meier分析显示高危与低危组预后分层显著(p < 0.001)。
要点
- 联合模型在测试集和验证集AUC分别为0.811和0.846,优于影像组学模型和临床影像模型。
- SHAP分析显示高Radscore、肠管外缘粗糙和高龄是复发的主要预后风险因素。
- 联合模型按最大约登指数0.464分层,高危组无病生存显著差于低危组(p < 0.001)。
核心结论
- 联合模型能有效将II期结直肠癌患者分层为不同预后风险组,辅助临床决策,整合CT图像与临床病理信息有助于识别最可能从辅助化疗中获益的患者。
研究设计与样本
- 回顾性研究,三个医学中心连续纳入769例病理确诊II期结直肠癌并接受根治性切除术的患者,来自医院1和2的632例按7:3随机分为训练集(n = 442)和测试集(n = 190),医院3的137例为验证集。
关键影像表现/征象
- 肠管外缘粗糙或壁不规则提示更深组织浸润,增加复发风险。
- CT检测的肠壁外静脉侵犯(ctEMVI)阳性提示肿瘤侵及肠壁外血管,影响预后。
- 复发患者中低灰度区域强调和小面积低灰度区域强调两个纹理特征值高于未复发患者,提示肿瘤异质性更大和广泛坏死与更差预后相关。
- 平坦度更高的肿瘤(非平坦、类球形)更易复发,可能与膨胀性生长易侵犯邻近组织和转移有关。
诊断标准与关键数值
- 联合模型在训练集、测试集、验证集的AUC分别为0.932、0.811、0.846。
- 影像组学模型在训练集、测试集、验证集的AUC分别为0.839(95%CI 0.798–0.875)、0.742(95%CI 0.654–0.821)、0.720(95%CI 0.610–0.817)。
- 临床影像模型在训练集、测试集、验证集的AUC分别为0.706(95%CI 0.648–0.763)、0.608(95%CI 0.503–0.704)、0.572(95%CI 0.438–0.696)。
- 以训练集最大约登指数0.464为最佳截断值,将患者分为高危组和低危组。
- 训练集高危组较低危组无病生存更差(p < 0.0001,HR = 7.364,95%CI 5.342–10.151);测试集HR = 2.744(95%CI 1.818–4.144);验证集HR = 8.630(95%CI 3.976–18.734)。
临床应用与阅片要点
- 联合模型使用ANN算法整合Radscore与显著临床影像因素,在测试集和验证集均显示最优预测性能。
- SHAP分析中Radscore、年龄、肠管外缘贡献最大,其次为ctEMVI、PNI和IOP状态。
- 决策曲线分析显示联合模型在全部队列中预测复发的净获益高于临床影像模型和影像组学模型。
- 作者认为高危组患者应实施更频繁的随访和积极的个体化治疗。
局限性
- 作为回顾性研究,可能导致信息选择偏倚。
- 仅关注门静脉期CT图像构建影像组学特征,非增强和动脉期图像能否提供额外预后信息需进一步研究。
- 模型虽成功进行预后风险分层,但缺乏前瞻性队列验证以评估高危组辅助化疗的实际获益。
全文中译21 节 · 点击展开
引言
结直肠癌(CRC)是最常见的胃肠道恶性肿瘤,其发病率和死亡率在恶性肿瘤中均居第三位[1]。II期结直肠癌是尚未转移至淋巴结或远处器官的早期肿瘤[2]。手术切除是局限性结直肠癌的主要治疗方式[3],但20%–25%的患者在术后出现致命的疾病复发[4]。辅助化疗(ACT)有助于清除微转移灶和手术残留,从而降低复发风险。然而,关于II期结直肠癌患者是否应接受辅助化疗仍存在很大争议[5]。
根据现行临床指南,对于具有以下一项或多项高危因素的II期CRC患者,通常推荐行ACT:T4病变、低分化肿瘤、肠梗阻或穿孔(IOP)状态、淋巴血管侵犯(LVI)、神经周围侵犯(PNI)、术后切缘阳性以及术后检出淋巴结数量较少(< 12枚)[6]。然而,这些临床病理危险因素并不能准确识别高危患者,导致13%的低危患者出现复发[5, 7]。因此,迫切需要更准确的预测指标,以提高临床病理危险因素对高危II期癌症患者分层的诊断效能。
影像组学是一种从常规医学图像中提取高通量定量特征的技术,具有表征复杂肿瘤表型的潜力。机器学习的整合使影像组学在癌症诊断、预后评估和治疗反应评价方面实现了更高的准确性和效率[8, 9]。尽管已有若干研究成功应用影像组学提高了II期CRC预后评估的准确性[10–12],但对影像特征的探索仍然匮乏。此外,缺乏多中心验证以及机器学习模型可解释性不足限制了其在临床实践中的应用。
本研究旨在开发一种可靠的机器学习工具,整合临床病理因素、影像征象和肿瘤影像组学信息,以识别高危II期CRC患者,从而促进实际临床决策。
材料与方法
患者
本回顾性研究经机构审查委员会批准(伦理批准号:GDREC2020011H),鉴于研究的回顾性性质,豁免了知情同意要求。本研究连续纳入来自南方医科大学南方医院(医院1)、广东省人民医院(医院2)和广西医科大学附属肿瘤医院(医院3)的患者。
我们回顾性招募了2006年10月至2021年6月期间在三家医院接受根治性切除、经病理确诊为II期CRC的769例患者。纳入和排除流程见图1。最终,从医院1和医院2招募的632例个体按7:3的比例随机分配至训练队列(n = 442)或测试队列(n = 190)。此外,来自医院3的137例患者纳入验证队列。
临床病理数据与随访
从病历档案中记录患者的临床数据,包括年龄、性别、肿瘤位置、T分期、检查淋巴结数量、脉管侵犯(LVI)、神经周围侵犯(PNI)、眼内压(IOP)状态和辅助化疗情况。在最初2–3年内每3–6个月进行一次常规随访,此后每6–12个月进行一次。最后追踪日期为2024年6月30日。无病生存期(DFS)定义为从手术日期至首次出现复发、转移、任何原因死亡或最后随访的时间。3年内出现DFS事件的患者归入复发组,而未出现DFS事件的患者归入非复发组。肿瘤分期依据美国癌症联合委员会(AJCC)第8版分期系统进行[4]。图2展示了研究设计和流程。
CT采集与影像特征评估
各机构的CT扫描仪和扫描参数列于补充表1。邀请两位分别具有5年(Z.Q.W.)和6年(L.Y.G.)腹部诊断经验的放射科医师独立评估CT影像特征;他们对临床和组织病理学信息设盲。任何分歧均通过与第三位具有33年腹部诊断经验的放射科医师(G.W.)讨论解决,直至达成共识。所有结果均由第三位放射科医师核实。评估以下CT影像特征:(1)肿瘤形态;(2)肿瘤边缘;(3)肠管外缘;(4)强化程度;(5)强化模式;(6)肿瘤内低强化比例;(7)瘤周脂肪组织;(8)CT检测的壁外静脉侵犯(ctEMVI);(9)长度;(10)厚度。这些CT特征的评估标准详见补充表2。
图像预处理与肿瘤分割
对所有原始CT图像进行适当预处理,以尽量减少来自不同医院和扫描仪的批次效应。为标准化体素间距,使用线性插值算法将图像重采样至1 × 1 × 1 mm³(x,y,z)。随后设置25 HU的箱宽对体素强度进行离散化并降低噪声[13–15]。
将静脉期轴位图像导入自主研发软件DeepCRC [16]进行自动肿瘤分割。随后,两位分别具有5年(Z.Q.W.)和6年(L.Y.G.)腹部病变诊断经验的放射科医师使用ITK-SNAP软件(版本3.6.0)共同逐层审查并校正分割结果。两位放射科医师校正后的结果被用作最终的兴趣体积(VOI)。如存在分歧,则咨询第三位具有33年腹部诊断经验的放射科医师(G.W.),通过讨论达成共识。
影像组学特征提取与筛选
使用PyRadiomics软件包[17](版本3.8.8)自动提取肿瘤VOI的影像组学特征,包括形状、一阶、纹理、小波和方波变换特征。采用z-score方法对影像组学特征值进行归一化。为减轻模型对多数类的偏倚,采用上采样方法平衡正负样本比例。首先,进行Mann–Whitney U检验筛选与预后相关的特征(p < 0.05)。随后使用Spearman秩相关检验排除冗余特征(相关系数值≥ 0.5)。最后,采用弹性网络算法筛选最具预测价值的特征以构建影像组学模型。
影像组学模型的构建
采用五种不同的机器学习算法——逻辑回归(LR)、决策树(DT)、随机森林(RF)、极端梯度提升(XGBoost)和人工神经网络(ANN)——构建影像组学模型。为防止模型过拟合,采用网格搜索和5折交叉验证方法对算法进行验证。为进一步分析,选择性能最佳的模型。输出的风险概率作为Radscore。
临床-影像学模型的构建
对临床和影像学特征进行单因素逻辑回归分析,以筛选显著因素(p < 0.05)。随后进行多因素逻辑回归分析,确定与复发相关的独立危险因素,从而构建临床-影像学模型。
联合模型的构建
使用性能最佳的影像组学模型计算得到的Radscore用于构建联合模型。该模型采用ANN算法开发,将Radscore与显著的临床病理危险特征相结合。
预测模型的可解释性分析
本研究采用Shapley加法解释(SHAP)算法对性能最佳的机器学习模型进行解释,以解决“黑箱”难题[18]。SHAP算法揭示每个特征对模型诊断的贡献,提供全局和局部可解释性及可视化呈现[19]。为便于解释,使用SHAP摘要图按影响程度对有影响力的特征进行排序。生成SHAP力图为若干代表性病例的个体诊断提供解释,展示机器学习模型的工作原理。
最优模型的预后分层分析
采用Kaplan–Meier法分析按联合模型分层的低危组和高危组的生存结局,并绘制相应的生存曲线。此外,进行log-rank检验以评估组间差异的统计学显著性。
统计分析
连续变量以中位数和四分位间距报告,分类变量以数量和百分比报告。采用单因素和多因素logistic回归分析识别危险因素,并计算比值比(OR)和95%置信区间(CI)。使用受试者工作特征(ROC)曲线、曲线下面积(AUC)、准确率、灵敏度和特异度评价各模型的性能。采用DeLong检验比较AUC差异。绘制校准曲线评价模型的校准度,并进行决策曲线分析(DCA)以评估预测模型的临床实用性。采用净重分类指数(NRI)和综合判别改善指数(IDI)比较单一模型与联合模型之间的增量差异。SHAP分析使用SHAP软件包(https://github.com/slundberg/shap)实现。统计显著性设定为p < 0.05。统计分析使用R软件(版本4.3.1)进行。
结果
患者特征
三个队列中患者的临床病理特征见表1。本研究共纳入769例患者,其中男性476例,女性293例。三个队列中3年内复发率分别为21.9%、22.1%和16.8%。在三个队列中,60%的患者术后接受了化疗(训练队列:62.0%;测试队列:61.1%;验证队列:56.2%)。
影像组学模型构建与性能
首先,选取源自肿瘤的944个影像组学特征进行进一步研究。经过一系列特征筛选,选择14个最具价值的影像组学特征,使用机器学习(ML)算法构建影像组学模型(补充图1和补充表3)。如表2所示,基于影像组学的人工神经网络(ANN)模型表现出最佳性能,在训练队列、测试队列和验证队列中产生的最高AUC值分别为0.839(95% CI:0.798–0.875)、0.742(95% CI:0.654–0.821)和0.720(95% CI:0.610–0.817)。ANN的架构见补充文本1和图2。
临床放射学模型构建与性能
基于放射学特征和临床特征对训练队列进行单因素和多因素logistic分析。结果见表3。结果显示,年龄、PNI、IOP状态、肠管外缘和ctEMVI是复发的独立预测因素,并用于构建临床放射学模型。该模型在训练队列中预测复发的AUC为0.706(95% CI:0.648–0.763),在测试队列中为0.608(95% CI:0.503–0.704),在验证队列中为0.572(95% CI:0.438–0.696)(表4,图3)。
联合模型构建与性能
表4和图3分别显示了放射组学模型、临床放射学模型和联合模型在训练队列、测试队列和验证队列中的AUC、准确度、敏感度和特异度。在所有模型中,使用ANN算法的联合模型是复发风险的最佳预测因子(训练队列、测试队列和验证队列中的AUC分别为0.932、0.811和0.846),优于放射组学模型(DeLong检验,训练队列和测试队列中p < 0.05,验证队列中p = 0.053);它也优于临床放射学模型(DeLong检验,所有p < 0.01)。DCA表明,在整个队列中,联合模型在预测复发方面比临床放射学模型和放射组学模型具有更高的净获益(图4a–c)。预测模型的校准曲线显示模型预测概率与实际概率之间具有良好的一致性(图4d–f)。此外,与仅纳入临床和放射学风险预测因子的临床放射学模型相比,放射组学的使用在NRI和IDI方面显著提高了联合模型对复发的预测性能(补充表4)。
ANN联合模型的可解释性分析
SHAP特征重要性图展示了六个突出特征:ANN联合模型中的Radscore、年龄和肠道外边缘,其次是ctEMVI、PNI和IOP状态(图5a)。该图显示了Shapley值的分布,从高到低排列,代表每个特征对模型输出的影响。在SHAP蜂群图(图5b)中,我们观察到特征的SHAP值与其对预测的影响之间的关联。较高的SHAP值表明复发概率较大。图5c、d显示了两个代表性病例的SHAP解释力力图,展示了模型的特征如何影响其输出。一名77岁患者(患者1)具有高Radscore(0.454)、肠梗阻、PNI阳性以及肠道外边缘粗糙,模型正确预测了复发。一名61岁患者(患者2)具有较低的Radscore(−0.378)且肠道外边缘光滑,模型正确预测为无复发。
最优模型的预后分层能力
三个队列中的所有患者根据联合模型的最佳截断值被分为低危和高危组,该截断值由训练队列中的最大约登指数(0.464)确定。不同风险水平患者之间的生存比较提示,在训练队列(p < 0.0001,HR = 7.364,95% CI:5.342–10.151;图6a)、测试队列(p < 0.0001,HR = 2.744,95% CI:1.818–4.144;图6b)和验证队列(p < 0.0001,HR = 8.630,95% CI:3.976–18.734;图6c)中,高危患者的预后远差于低危患者。联合模型能够成功地对II期CRC(结直肠癌)患者进行分层,并识别出预后不良的患者。
讨论
在本研究中,我们开发并验证了一个整合肿瘤影像组学信息和临床影像学特征的预后模型。通过应用机器学习,我们开发了一个最佳预后模型,并成功地将II期CRC患者分层为预后风险显著不同的组。SHAP方法被用于可视化整个模型预测过程,为临床决策提供了重要信息。
在当前临床实践中,复发风险主要基于临床病理因素进行分层。Hoshino等人仅基于若干临床病理特征建立了一个用于II期CRC复发的预测列线图,C指数为0.64 [20]。然而,这些临床病理危险因素不足以准确识别高复发风险患者,应利用更多信息来增强临床评估的全面性。为了更全面地评估肿瘤的生物学行为,我们评估了其影像学特征。在本研究中,在五个临床影像学因素中,肠壁外缘对预测复发风险的贡献最大。肠壁外缘往往反映肿瘤的侵袭性和生长模式,肠壁粗糙或不规则提示更深的组织浸润,从而增加复发风险。ctEMVI(CT检测的壁外静脉侵犯)阳性提示肿瘤已侵犯肠壁外的血管,为肿瘤细胞的进展和迁移提供了途径,从而影响肿瘤预后 [21, 22]。既往研究也已证明,年龄、PNI(预后营养指数)和IOP(肠梗阻)状态是影响复发风险的临床病理因素,这与我们的研究结果一致 [10, 23]。临床影像学模型表现一般,训练队列、测试队列和验证队列的AUC分别为0.706、0.608和0.572。临床影像学模型表现不理想,提示需要开发更好的预测模型。
放射组学能够获取肉眼无法识别的深层信息,为肿瘤诊断、分期和预后预测提供了一种无创方法[24]。本研究选取了14个与肿瘤复发相关的最优特征用于建模。低灰度区域 emphasis、平坦度和小面积低灰度区域 emphasis 被确定为对 Radscore 贡献最大的前三位放射组学特征。我们的结果显示,两个纹理特征——低灰度区域 emphasis 和小面积低灰度区域 emphasis——在复发患者中的值高于未复发患者。这一发现表明,更大的肿瘤异质性[24]和广泛坏死与较差预后相关,这与既往报道一致[25]。此外,我们的结果表明,平坦度较高的肿瘤更易复发。较高的平坦度代表非平坦、类球形肿瘤[26],这可能与其膨胀性生长有关,使这些肿瘤更易侵犯邻近组织并发生转移。Fan 等报道,结合临床因素的 CT 放射组学列线图在预测 II 期 CRC 复发风险方面表现良好,在验证数据集中的 AUC 为 0.906[10]。在 Cao 等的另一项研究中,基于放射组学的深度学习模型在测试队列中预测 II 期 CRC 的 DFS 时 AUC 达到 0.76[12]。然而,这两项研究均未纳入外部中心患者来验证模型的泛化性和稳定性。本多中心研究涉及三家独立医疗机构,总样本量为769。此外,本研究纳入了影像特征并构建了联合模型,提供了额外信息(在验证队列、NRI 检验和 IDI 检验中均 p < 0.001)。我们进一步探讨了联合模型的预后信息,本研究的初步结果表明,联合模型能够预测肿瘤复发分层(HR:2.744–8.630;均 p < 0.001)。对于高危组患者,应实施更频繁的随访和积极的个体化治疗。
我们的研究结果表明,依赖逻辑回归和随机森林等传统机器学习算法的模型表现有限,可能是由于其处理复杂非线性数据的效率不高。因此,我们将 ANN 算法整合到我们提出的方法中。ANN 算法通过模拟生物神经网络有效处理复杂的非线性关系[27–29]。它已被证明优于传统判别分析,并正成为疾病风险预测的新标准[30]。为帮助临床医生更好地理解模型的特征贡献和推理过程,我们使用 SHAP 算法对这些过程进行了可视化[31]。为增强局部可解释性,我们使用 SHAP 力图来说明个体特征对每个实例预测过程的影响。此外,这种解释使临床医生了解 ML 模型中可能增加价值的要素,从而指导模型的改进,作为临床决策辅助工具[32]。
我们的研究存在一些局限性。首先,作为一项回顾性研究,可能导致信息选择偏倚。其次,我们仅关注门静脉期CT图像来开发影像组学特征。需要进一步研究以确定平扫和动脉期图像是否能提供额外信息用于评估II期结直肠癌患者的预后。第三,尽管我们的模型成功地将患者按预后分为高风险和低风险组,展示了其在指导临床治疗决策方面的潜在价值,但缺乏在前瞻性队列中的验证,以评估高风险组辅助化疗的实际获益。
结论
我们开发并验证了一个稳健的联合模型,该模型利用机器学习整合CT影像组学和临床影像学特征,用于预测II期结直肠癌患者的复发并进行风险分层。该模型结合了使用SHAP算法的可解释性分析,有望为临床实践提供进一步指导。
补充信息
电子补充材料
引用
- Wu Z, Gong L, Luo J, et al. An interpretable CT-based machine learning model for predicting recurrence risk in stage II colorectal cancer. Insights Imaging. 2025. PMID: 40745419. doi:10.1186/s13244-025-02009-2
- 全文:PMC12314294(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12314294/
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。