文献速递腹部MR

基于MRI的风险分层预测胰腺导管腺癌总生存期

MRI-based risk stratification for predicting overall survival in pancreatic ductal adenocarcinoma.
PubMed 文献 · Insights Imaging · 2025-09-24

回顾性多中心研究纳入540例胰腺导管腺癌患者,基于CA19-9、肿瘤大小、边缘和静脉期强化率构建M-PRiSM风险评分模型,在开发队列及内部、外部验证队列中C-index为0.73、0.70、0.70和0.68,优于第8版AJCC分期和CA19-9,高风险组从辅助治疗中显著获益。

要点

  • M-PRiSM评分由肿瘤大小、边缘、CA19-9和静脉期强化率四项组成,评分≥2分为高风险。
  • 模型C-index在开发、内部验证、外部验证A和B队列分别为0.73、0.70、0.70和0.68。
  • 高风险组辅助治疗生存获益更明显,低风险组未见显著生存获益。

核心结论

  • M-PRiSM模型可有效预测PDAC术后总生存期并识别可能从辅助治疗中获益的患者。

研究设计与样本

  • 回顾性多中心研究,共纳入540例经手术病理确诊的PDAC患者,来自5个中心。
  • 开发队列n=282,内部验证队列n=122,外部验证A队列n=80,外部验证B队列n=56。
  • 采用Cox比例风险模型筛选预测因子并构建M-PRiSM风险评分系统。
  • MRI使用1.5T或3.0T设备,增强序列经静脉注射钆类对比剂0.1 mmol/kg(1–2 mL/s)。

关键影像表现/征象

  • 肿瘤边缘不清(ill-defined)与更差OS相关(HR 1.918,95%CI 1.302–2.825,p=0.001)。
  • 静脉期强化率(VER)越低预后越差(HR 0.605,95%CI 0.466–0.786,p=0.047)。
  • 高风险组低分化肿瘤比例显著更高(p=0.026),病理淋巴血管侵犯和周围神经浸润发生率也显著更高(p=0.003和p=0.032)。

诊断标准与关键数值

  • M-PRiSM评分公式:肿瘤大小(≤2cm=0分,2–4cm=2分,4–6cm=4分,>6cm=6分)+边缘(清晰=0分,不清=3分)+CA19-9(≤37 U/mL=0分,>37 U/mL=2分)+VER(>300%=-4分,200–300%=-2分,<100%=0分)。
  • 按中位数评分2分将患者分为低风险和高风险组。
  • 开发队列C-index 0.726(95%CI 0.682–0.770),内部验证0.698(95%CI 0.615–0.778),外部验证A 0.696(95%CI 0.610–0.780),外部验证B 0.677(95%CI 0.561–0.780)。
  • 模型C-index优于第8版AJCC分期(0.498–0.580)和CA19-9(0.524–0.606),均p<0.001。

临床应用与阅片要点

  • 阅片时需评估肿瘤大小、边缘是否清晰,并在静脉期测量肿瘤信号强度计算VER。
  • VER计算为(静脉期信号强度−平扫信号强度)/平扫信号强度,ROI应避开坏死、囊变或出血区域。
  • 低风险组1年OS概率在开发队列为93.6%、内部验证队列为92.8%,高风险组分别为78.0%和76.8%。

局限性

  • 原文未报告局限性。
全文中译17 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. 2025 Sep 24;16:205. doi: 10.1186/s13244-025-02088-1

引言

胰腺导管腺癌(PDAC)是肿瘤学领域的重大挑战,5年总生存(OS)率约为10–12% [1]。尽管手术切除和化疗改善了结局,但长期复发和死亡率仍然很高 [2]。准确的术前风险分层对于手术候选者评估术后并发症、无复发生存(RFS)和OS至关重要,可指导多学科治疗策略 [3, 4]。

在人工智能快速发展的背景下,基于CT或MRI的影像组学和深度学习模型越来越多地被用于预测PDAC侵袭性的各个方面,如病理分级、Ki-67表达状态和遗传表型,以及淋巴结转移和整体预后,包括RFS和OS [5–7]。尽管这些模型前景广阔,但它们面临诸如需要大量手动图像标注、计算需求高以及可解释性和泛化性有限等问题,目前限制了其更广泛的临床实践。

无创影像学,特别是增强CT和MRI,为了解PDAC的生物学行为和预后提供了有价值的见解 [8, 9]。例如,术前增强CT的形态学和强化特征,包括肿瘤大小、邻近器官侵犯、区域淋巴结转移和环形强化,与根治性切除后的复发和不良结局相关 [10]。相反,增强MRI能更全面地反映肿瘤细胞的内在生物学信息,可能更有利于评估肿瘤的侵袭性和预后。例如,MRI检测到的坏死与PDAC中侵袭性肿瘤分化和更高的肿瘤细胞密度密切相关 [11]。此外,边缘强化和瘤内含水区域的存在等特征与PDAC患者切除后的RFS或OS率相关 [12]。新出现的证据支持放射-临床模型用于预后风险分层的潜力。先前一个整合临床和影像变量的基于CT的风险评分系统在预测RFS方面达到了0.68的C指数,超过了传统病理分级 [13]。然而,目前尚无基于MRI特征的临床-放射学模型预测PDAC患者长期OS的大样本、多中心研究。

因此,本研究旨在开发和验证基于MRI的胰腺风险分层模型(M-PRiSM),以在回顾性、多中心队列中预测长期OS。通过将可获取的MRI特征与临床参数相结合,我们力求提供一种可解释、可临床转化的工具,以指导PDAC患者的个体化治疗决策。

材料与方法

这项回顾性研究在复旦大学附属中山医院进行,获得了机构审查委员会的批准(B2024-250R),并免除了获取书面知情同意书的必要性。我们的研究遵循了TRIPOD(个体预后或诊断多变量预测模型的透明报告)指南。

患者

数据收集自2016年1月至2023年9月在复旦大学附属中山医院(中心1)经病理确诊的1491例PDAC患者。此外,还回顾了来自其他四个中心的654例PDAC患者,形成两个外部验证队列:外部验证A包括来自蚌埠医科大学第一附属医院(中心2,2019年1月至2024年2月)、江南大学附属医院(中心3,2021年1月至2024年1月)和嘉兴市第一医院(中心4,2020年1月至2023年9月)的患者;外部验证B包括来自中山医院厦门分院(中心5,2020年5月至2023年12月)的患者。纳入标准为经手术切除病理确诊的PDAC、术前2个月内行增强MRI检查以及完整的临床病理和预后数据。排除标准包括术前治疗、未行手术切除或R1/R2切除、MRI缺失或图像质量差、生存随访不足90天或预后数据缺失。详见Fig. 1。

Fig. 1 研究人群流程图 查看原图 ↗

MRI采集

由于研究设计为长期多中心研究,MRI扫描使用不同的1.5 T或3.0 T MRI系统获取。增强序列在静脉注射钆基对比剂(如Gd-DTPA或钆贝葡胺)0.1 mmol/kg(1–2 mL/s)后采集。附录S1、表E1和E2提供了MRI方案的详细信息。

临床病理变量

本研究考察了一系列人口学、病理学和实验室参数。人口学和实验室参数包括年龄、性别、体重指数(BMI)、糖尿病、高血压以及血清癌抗原19-9(CA19-9)、总胆红素(TBil)和白蛋白水平。

病理学参数包括美国癌症联合委员会(AJCC)第八版分期、AJCC第八版pT分期、AJCC第八版pN分期、组织学分级、病理性血管侵犯、周围神经浸润和病理性脂肪浸润(PFI)。

图像分析

两名腹部放射科医师(分别具有10年和19年胰腺MRI经验)对图像进行了回顾性审阅。审阅者知晓患者患有原发性胰腺癌,但对所有临床、实验室和病理信息不知情。两名审阅者独立评估每例PDAC的各项影像学特征。当其评估出现分歧时,由第三名资深放射科医师(具有30年胰腺MRI经验)重新评估图像,最终达成共识。

肿瘤的MRI特征评估如下:(a) 位置(头/体或尾);(b) 边缘(清晰/不清晰);(c) 肿瘤大小;(d) 环状强化;(e) 影像学上淋巴结增大;(f) 主胰管(MPD)扩张;(g) 肝内胆管(IBD)扩张;(h) 胰腺萎缩;(i) 胰周脂肪浸润;(j) 肠系膜上静脉(SMV)/门静脉(PV)接触;(k) 囊性变;(l) 出血;(m) 坏死。上述影像学特征的详细说明见附录S2。肿瘤信号强度(高、等或低)在T1/T2加权、动脉期、静脉期、延迟期和扩散加权图像上与正常胰腺实质相比较进行评估。动脉期强化比(AER)计算为(SI动脉期 − SI平扫)/(SI平扫),静脉期强化比(VER)和延迟期强化比(DER)分别计算为(SI静脉期 − SI平扫)/(SI平扫)和(SI延迟期 − SI平扫)/(SI平扫)。SI平扫、SI动脉期、SI静脉期和SI延迟期分别代表平扫期、动脉期、静脉期和延迟期的信号强度(SI)。

两名放射科医师通过在肿瘤最大直径处手动勾画感兴趣区(ROI)来测量表观扩散系数(ADC)和信号强度(SI平扫、SI动脉期、SI静脉期和SI延迟期),避开坏死、囊性变或出血区域。ROI覆盖连续两个层面上的最大肿瘤面积,测量值在层面和评估者之间取平均值作为最终值[14, 15]。最终值记录为两名评估者的均值,用于进一步研究。

患者结局

OS为从手术到死亡或末次随访的时间,RFS为从手术到首次复发或转移的时间。患者在术后第一年每3个月接受临床评估、血清CA19-9检测和增强CT/MRI检查,之后每3–6个月一次,随访至少3个月。为减少选择偏倚,截至2024年6月30日仍存活且未复发或死亡的患者被删失。

统计分析

来自中心1的PDAC患者被随机分为开发队列和内部验证队列(7:3比例),而来自其他四个中心的患者组成两个外部验证队列。采用7:3分割以确保有足够数据用于模型开发,同时保留一个子集用于内部验证。研究期间内所有符合条件的患者均被纳入,因此无需进行样本量计算。缺失数据(< 10%,主要为病理特征)采用马尔可夫链蒙特卡洛方法进行多重插补处理。

连续变量按正常范围进行二分类,并以均值 ± 标准差(正态)或中位数及IQR(非正态)报告。分类变量以比例表示。组间比较对连续变量采用t检验或Mann–Whitney U检验,对分类变量采用χ²检验。评估者间一致性采用Cohen's kappa(分类变量)和组内相关系数(连续变量,双向混合模型;附录S3.1)。

我们最初进行了单因素Cox比例风险回归分析,以识别与结局显著相关的预测变量。在这些分析中显示统计学显著性的变量随后被纳入多因素Cox比例风险模型。详细过程见附录S3.2。在评估变量间的共线性后,保留变量VER并纳入最终的多因素Cox回归分析(图E1)。最终多因素模型使用通过该过程筛选出的预测变量进行拟合[16]。基于多因素Cox比例风险模型开发了风险评分系统,以最小系数作为参照,并将评分向下取整至最接近的整数[13, 17]。为简化计算,将回归模型近似为线性模型,从中提取系数。肿瘤大小≤2被赋予风险评分0,其他组根据其各自的回归系数相对于该基线按比例调整,基于客观临床实践[13]。每个变量被赋予与其估计风险比成比例的分值,确保评分系统密切反映每个危险因素对OS的相对贡献。使用M-PRiSM中位数可将参与者分为高风险组和低风险组。

通过检查区分度和校准度来评估模型性能。区分度使用受试者工作特征(ROC)曲线评估,性能通过Harrell一致性指数(C-index)、时间依赖性ROC曲线下面积(AUC)和决策曲线分析(DCA)进行量化。详细分析过程见附录S3.3。

使用M-PRiSM风险评分将患者分为高风险组和低风险组。根据辅助治疗状态分析这些组内亚组的长期生存。在各数据集中为每组和亚组生成Kaplan–Meier生存曲线,差异通过log-rank检验评估。

所有统计学评估使用R软件(版本4.4.3)和GraphPad Prism 8进行。双侧p值小于0.05被认为具有统计学显著性。

结果

患者基线特征

表1总结了从1491例筛选患者中纳入的402例符合条件的PDAC患者的人口统计学和基线临床特征,按7:3比例分为开发队列(n = 282;中位年龄66(IQR 59–71);158例男性)和内部验证队列(n = 122;中位年龄66(IQR 59–71);77例男性)。此外,136例患者被纳入外部验证队列:A(n = 81;中位年龄63(IQR 59–69.2);36例男性)和B(n = 56;中位年龄66(IQR 58.8–72);23例男性)。OS和RFS的中位随访时间分别为:开发队列(505天(IQR 255–933),359天(IQR 168–720))、内部验证队列(543天(IQR 316–1065),349天(IQR 181–832))、外部A队列(384.5天(IQR 178.5–611),492.5天(IQR 213–655))和外部B队列(479天(IQR 223–711.5),684.5天(IQR 431–838.5))。其他临床病理和影像学数据见表1和表E3。

表1 基线临床病理特征 查看原表 ↗

基于MRI的胰腺风险分层模型(M-PRiSM)的开发

经过单因素和多因素COX回归分析,CA19-9(风险比(HR),1.604;95% CI:1.006,2.559;p = 0.047)、切缘(HR,1.918;95% CI:1.302,2.825;p = 0.001)、肿瘤大小(HR,1.308;95% CI:1.099,1.558;p = 0.003)和VER(HR,0.605;95% CI:0.466,0.786;p = 0.047)与接受切除术的PDAC患者的总生存期(OS)相关(表2)。

M-PRiSM风险评分是为预测接受手术切除后PDAC患者的OS而开发的。该模型通过为每个参数分配风险因素评分构建(表3)。该评分系统来源于Cox比例风险模型中的变量,包括肿瘤大小、切缘定义、CA19-9水平和VER。M-PRiSM评分将患者分为低风险组和高风险组的阈值分别设定为按中位评分2分。为便于计算和实际使用,M-PRiSM风险评分采用以下公式计算:M-PRiSM风险评分 = (肿瘤大小(cm)(≤ 2 = 0,2–4 = 2,4–6 = 4,> 6 = 6)+(切缘(边界清晰 = 0;边界不清 = 3))+(CA19-9(U/mL)(≤ 37 = 0;> 37 = 2))+(VER(%)(> 300 = −4,200–300 = −2,< 100 = 0)(表3)。图2展示了OS低风险和高风险水平患者的术前MRI。

表2 基于开发队列的OS单因素和多因素分析。 查看原表 ↗
表3 PDAC中与OS相关参数的M-PRiSM评分 查看原表 ↗
图2 a 基于MRI的胰腺风险分层模型(M-PRiSM)评分系统示意图。b、c 术前轴位增强MRI图像:平扫T1加权(右上)、动脉期(左上)、门静脉期(右下)、延迟期(左下)。箭头代表肿块。b 一名60岁女性PDAC患者接受了根治性胰腺切除术。CA19-9水平为27 U/mL,肿瘤大小约1.3 cm,切缘清晰,VER为478%。该患者被归类为低风险(M-PRiSM风险评分 = −4分),术后存活1061天无复发。c 一名63岁男性PDAC患者接受了远端胰腺切除术。CA19-9水平为148 U/mL,肿瘤大小约2.3 cm,切缘不清,VER为98%。该患者被归类为高风险(M-PRiSM风险评分 = 7分),术后239天出现复发,468天后死亡 查看原图 ↗

观察者间一致性

观察者间一致性在胰周脂肪浸润、MRI上淋巴结增大、出血、SMV或PV接触、囊性变、动脉期图像上SI、胰腺萎缩和ADC方面表现良好,Kappa/ICC值为0.653至0.808(95% CI 0.384–0.940)。其余MRI特征显示极好的一致性,Kappa/ICC值为0.811至0.938(95% CI:0.742–0.968)(表E4)。

M-PRiSM评分的内部和外部验证

图3a、b展示了M-PRiSM风险评分在开发队列、内部验证队列和两个外部验证队列中的C指数和时间依赖性AUC。M-PRiSM评分显示出更优的预测准确性,在开发队列、内部验证队列、外部验证A队列和B队列中的C指数分别为0.726(95% CI:0.682–0.770)、0.698(95% CI:0.615–0.778)、0.696(95% CI:0.610–0.780)和0.677(95% CI:0.561–0.780),优于第8版AJCC分期(0.498–0.580,所有p < 0.001)和CA19-9(0.524–0.606,所有p < 0.001)。与AJCC分期(0.435–0.635)和CA19-9(0.542–0.660)相比,M-PRiSM评分还具有更高的1至5年AUC(开发队列:0.755–0.781;内部验证:0.659–0.778;外部A:0.712–0.832;外部B:0.658–0.701)(表E5)。校准曲线显示预测总生存概率与实际总生存概率之间具有很强的相关性,所有队列的斜率范围为0.74–1.48(95% CI:−0.68–3.36,p = 0.291–0.949)(图3c和表E6)。此外,DCA进一步证实了M-PRiSM评分与AJCC分期和CA19-9相比具有更优的临床实用性,在所有队列中均显示出更大的净获益(图E2)。

图3 图中展示了所开发模型的判别性能。a显示了开发队列、内部验证队列、外部验证A队列和外部验证B队列的一致性指数,而受试者工作特征曲线下时间依赖性面积(b)在开发队列、内部验证A队列和外部验证B队列中评估了模型在不同时间点的判别能力,并与当前主要预后因素进行比较。c校准曲线评估了模型在开发队列、内部验证A队列和外部验证B队列中不同时间点的校准性能。AJCC,美国癌症联合委员会 查看原图 ↗

基于M-PRiSM评分在各队列中的总生存分层

M-PRiSM评分的Kaplan–Meier曲线将四个队列的总生存分为低风险组和高风险组(p < 0.001、0.004、0.009、0.009, respectively;图4a–d)。低风险/高风险组的1年总生存概率分别为93.6%/78.0%(开发队列)和92.8%/76.8%(内部验证队列)。对于外部队列,2–5年总生存率范围约为50.0%至20.5%(高风险)和约85.5%至49.7%(低风险)。无复发生存显示出相似的分层(表E7)。

图4 M-PRiSM风险评分在PDAC患者中预后分层能力及潜在病理可解释性的评估。图中显示了基于风险评分的三个预后组在(a)开发队列、(b)内部验证队列、(c)外部验证A队列和(d)外部验证B队列中的总生存曲线 查看原图 ↗

M-PRiSM评分与病理标志物之间的相关性

我们的预后分层与开发队列中的病理不良因素密切相关。在高风险组中,低分化肿瘤的比例显著更高,而在低风险组中,低分化肿瘤的比例相对较低(p = 0.026)。与高风险组相比,低风险组病理性淋巴血管侵犯(PLI)和周围神经浸润的发生率显著更低(分别为p = 0.003和p = 0.032),而脂肪浸润未见显著差异(p = 0.123)(表E8)。

基于M-PRiSM评分的辅助治疗生存获益

在开发队列和总体测试队列中,接受辅助治疗的患者与未接受辅助治疗的患者在潜在临床和病理风险特征方面均未观察到统计学显著差异(所有 p > 0.05,表E9)。此外,在开发队列和总体测试队列中,接受辅助治疗的患者与未接受辅助治疗的患者之间的OS相当(中位OS,1355 vs. 843天和855 vs. 633天;p = 0.009和< 0.0001)。更重要的是,当根据M-PRiSM评分对患者进行分层时,在两个队列的高风险组中,辅助治疗与OS生存结局改善相关(中位OS,849 vs. 484天和827 vs. 489天;p = 0.0005和< 0.0001)。相反,在两个队列的低风险组中均未观察到显著的生存获益(p = 0.59和0.61)(图5)。

图5 图中显示(a)开发队列、(b)高风险亚组和(c)高风险亚组中接受或不接受辅助治疗患者的总体生存结局。图中显示(d)内部和外部队列、(e)高风险亚组和(f)低风险亚组中接受或不接受辅助治疗患者的总体生存结局 查看原图 ↗

讨论

目前,尽管已有用于预测PDAC术后复发的术前临床-影像学预后模型被开发出来,但大多数模型受限于对CT成像的依赖、缺乏长期生存结局、单中心设计以及目标人群不明确,这些问题损害了其临床可靠性和可推广性[18, 19]。相比之下,MRI能够捕捉与PDAC预后相关的更广泛的肿瘤特征,可能提供更优的预后预测性能[20, 21]。然而,基于术前MRI预测PDAC术后OS的临床模型十分匮乏。据我们所知,我们是首个开发并验证基于MRI的胰腺风险分层模型(M-PRiSM)的研究,该模型是一个建立在大型、回顾性、多中心队列基础上的稳健的基于影像学的工具。该模型整合了四个易于获取的风险参数——CA19-9、肿瘤大小、切缘和VER——这些参数在临床实践和MRI检查中通常可获得。

CA19-9是胰腺癌的关键肿瘤标志物,在预测PDAC不良预后方面具有关键作用,其敏感性为72%,特异性为86%[22]。其不良预后影响与其在形成免疫抑制性肿瘤微环境、血管生成、巨噬细胞极化和细胞外基质重塑中的作用相关[23]。此外,肿瘤细胞和抗原提呈癌相关成纤维细胞(apCAFs)上调CA19-9与细胞生长、侵袭和转移增加相关[24]。鉴于10%–40%的患者可能不表达CA19-9,将该生物标志物与其他标志物联合对于提高诊断准确性和获得更可靠的结果至关重要。此外,我们的研究结果证实MRI上的肿瘤大小是术后OS的独立预后因素,这与既往研究一致[25, 26]。此外,我们的研究结果表明,MRI上肿瘤边缘不清与PDAC患者较差的OS相关,可能反映更具侵袭性的生物学特征[27, 28]。值得注意的是,我们发现VER与OS之间存在负相关;较低的VER值与更差的预后相关。肿瘤的影像密度/信号和强化变化可能与其生物学特征相关。例如,CT静脉期低密度与PDAC术后复发密切相关,这可能与肿瘤细胞密度较低、瘤内坏死较多和间质纤维化有关[29]。最近一项小样本队列研究表明,SERlt_ea(代表肿瘤在多期对比增强MRI上的信号强化比)与肿瘤间质/上皮相关,间接反映PDAC预后[30]。与静脉期信号强度的定性评估相比,VER更准确地反映肿瘤组织相对于正常组织的对比剂摄取,提供更好的生物学见解。此外,这一简单的定量指标在我们的多中心验证队列中显示出通用性和可操作性,可能减轻不同影像设备、扫描参数和患者变异的影响。此外,与通常依赖高维特征和复杂算法的影像组学和深度学习模型相比,该评分更易于解释、实施更简单,且更适合常规临床工作流程,增强了其实际适用性。

我们开发的M-PRiSM评分能够有效且可靠地预测术后OS,在开发队列、内部验证队列和两个外部验证队列中的C指数分别为0.73、0.70、0.70和0.68。在内部验证队列中,1至4年的时间依赖AUC值范围为0.66至0.80,显示出稳健的预测性能。同样,在两个外部验证队列中,模型的预测性能得到证实,1年和2年随访间隔的时间依赖AUC范围为0.69至0.83。这些发现共同支持该模型在不同队列中的泛化性和稳健性。值得注意的是,M-PRiSM评分在验证集中表现出稳定的性能,优于目前公认的PDAC术后风险指标(第8版AJCC分期和CA19-9)。根据M-PRiSM评分,患者被分为低风险和高风险类别。有趣的是,M-PRiSM评分不仅有助于在1至5年随访中对OS进行有效的风险分层,而且在术后RFS分层中也表现出类似的有效性。此外,风险分层与关键病理特征表现出强相关性,包括肿瘤分化、PLI和神经周围侵犯(PNI),这些是PDAC术后预后的主要决定因素。这种关联为我们的M-PRiSM模型的可解释性提供了组织病理学基础,解决了此类预测模型临床可信度不足的常见局限性。

辅助治疗在胰腺癌的管理中正发挥着至关重要的作用[31]。尽管相当比例的PDAC患者通过术后辅助治疗获得了生存改善,但他们也经常经历化疗毒性或治疗不敏感。这一发现强调了临床医生需要识别可能从辅助治疗中获得更大生存获益的患者,从而最大限度地减少不良事件、优化治疗应用并完善随访策略[32, 33]。根据M-PRiSM评分进行风险分层后,高风险组患者从辅助治疗中显示出改善的生存获益,而中风险和低风险组则没有。这些发现表明,基于M-PRiSM的风险分层可作为指导PDAC辅助治疗决策和精准医疗的有价值工具。例如,如图2所示,一名7分(M-PRiSM评分)的高风险患者出现早期复发并在15个月内死亡,而一名−4分的低风险患者保持无复发超过3年。这一对比说明了M-PRiSM在指导个体化术后管理中的价值。

我们的研究存在若干局限性。首先,回顾性设计本身固有地带有一定程度偏倚。此外,该模型是在一家高手术量中心开发的,该中心可能拥有更专业的外科技术和医疗条件,这可能导致患者结局存在差异。此外,外部验证队列样本量相对较小且随访时间有限,这在一定程度上限制了模型的泛化能力。再者,各中心间MRI采集方案的变异性是一项局限性,可能影响影像衍生生物标志物(如ADC)的一致性和泛化性。另外,当前模型更适用于指导个性化术后辅助治疗策略,而其在新辅助治疗背景下的作用需要在更大规模的研究中验证。未来研究应侧重于在更大规模、长期、多中心外部数据集中验证模型性能,采用标准化影像方案,并应用协调技术以减少变异性。

总之,纳入CA19-9、肿瘤边缘、肿瘤大小和VER的M-PRiSM模型,与现有模型相比,对PDAC术后OS具有更优的预测性能,并提供稳健的病理可解释性。将患者分层为预后风险组可识别那些可能从辅助治疗中获益最大的较高风险患者。这一新型基于MRI的术前工具提高了预后准确性,支持个性化治疗决策,并补充了当前的分期系统和预后指标。

补充信息

电子补充材料

引用

  1. Sun H, Li J, Li L, et al. MRI-based risk stratification for predicting overall survival in pancreatic ductal adenocarcinoma. Insights Imaging. 2025. PMID: 40991117. doi:10.1186/s13244-025-02088-1
  2. 全文:PMC12460861(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12460861/

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。