文献速递腹部泌尿生殖MR

基于MRI的模型用于术前预测胆囊癌患者三级淋巴结构

An MRI-based model for preoperative prediction of tertiary lymphoid structures in patients with gallbladder cancer.
PubMed 文献 · Insights Imaging · 2025-08-30

研究纳入两个中心的胆囊癌患者(训练队列129例,外部验证队列44例),从6个MRI序列提取影像组学特征构建Rad-score,并结合肿瘤高度、肝脏侵犯和动脉期低强化建立联合模型,用于术前预测瘤内三级淋巴结构状态并分层术后无复发生存和免疫治疗总生存。

要点

  • 联合模型在训练队列的AUC为0.891,优于临床模型0.870和影像组学模型0.775,并在外部验证中有效。
  • 肿瘤内三级淋巴结构是无复发生存的独立预测因素(HR 1.86,95%CI 1.01–3.43,p=0.046)。
  • 联合模型低风险组在训练队列的中位无复发生存为59.6个月,高于高风险组8.7个月。

核心结论

  • 基于MRI的联合模型可在术前预测胆囊癌瘤内三级淋巴结构状态,并能准确分层术后无复发生存和免疫治疗患者的总生存。

研究设计与样本

  • 回顾性分析,训练队列来自中心1的129例胆囊癌患者(2012年12月至2022年11月),外部验证队列来自中心2的44例患者(2015年2月至2021年12月)。
  • 使用术前多参数肝脏增强MRI的6个序列(轴位非增强T1WI、T2WI、DWI、动脉期、门静脉期和延迟期)提取影像组学特征。
  • 参考标准为手术病理证实的瘤内三级淋巴结构状态,以存在一个或多个次级淋巴滤泡(Fol-IIs)定义为TLS阳性。
  • 免疫治疗队列12例来自Ib期临床试验(NCT03825705)及真实世界,用于评估联合模型对总生存的分层能力。

关键影像表现/征象

  • 肿瘤高度、肝脏侵犯和动脉期低强化是TLS状态的独立临床-影像学预测因素。
  • TLS阳性肿瘤的高度小于TLS阴性肿瘤,且TLS阴性肿瘤中出现弥漫性动脉期低强化的比例更大。
  • TLS阳性患者的Rad-score在训练队列为1.50±1.67,高于TLS阴性患者的–1.22±1.90(p<0.001);外部验证队列相应为1.13±1.75 vs –1.13±1.88(p<0.001)。

诊断标准与关键数值

  • 联合模型公式:Combined-score = 0.916×Rad-score − 0.140×肿瘤高度 − 1.181×肝脏侵犯(是=1;否=0)− 0.128×动脉期低强化(是=1;否=0)。
  • 联合模型截断值由ROC最大约登指数确定,为−0.474(正文另处写作−0.47),据此分为低风险组和高风险组。
  • 训练队列中联合模型AUC为0.891,临床模型为0.870,影像组学模型为0.775;DeLong检验影像组学vs临床p=0.02,影像组学vs联合p=0.18,临床vs联合p=0.0003。
  • 外部验证队列中联合模型、临床模型和影像组学模型的AUC分别为0.89、0.87和0.76;DeLong检验相应p值分别为0.43、0.33和0.10。
  • 校准曲线Hosmer–Lemeshow检验在训练队列和外部验证队列p均为0.24。

临床应用与阅片要点

  • 联合模型可用于术前无创评估胆囊癌瘤内TLS状态,辅助预后分层。
  • 在训练队列中,联合模型低风险组(Combined-score > −0.47)的中位无复发生存为59.6个月(95%CI 13.0个月–NE),高风险组为8.7个月(95%CI 4.4个月–NE)。
  • 训练队列低风险组6、12、24个月无复发生存率分别为84.8%、63.5%和53.5%,高风险组分别为53.4%、40.1%和36.5%。
  • 外部验证队列低风险组中位无复发生存为18.4个月(95%CI 8.9个月–NE),高风险组为4.2个月(95%CI 3.0个月–NE)。
  • 免疫治疗队列低风险组中位总生存为24.7个月(95%CI 18.1个月–NE),高风险组为10.5个月(95%CI 5.1个月–NE)。

局限性

  • 本研究为回顾性研究,验证队列的MRI数据集较小,且因胆囊癌相对罕见而不可避免受到选择偏倚影响。
  • 需要更大队列的前瞻性多中心研究。
  • 本研究采用手动分割,自动分割在肝脏肿瘤中应用的可靠性和可重复性有待探索。
  • 联合模型纳入临床变量可能引入额外变异性,可能略微降低特异度,因此联合模型对提升影像组学模型性能的作用有限。
  • 训练队列和外部验证队列样本量差异可能导致外部验证队列统计变异更大,影响敏感度和特异度。
全文中译18 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 Aug 30;16:189. doi: 10.1186/s13244-025-02007-4

引言

胆道癌(BTCs)包括胆管癌(肝内、肝门周围和肝外)和胆囊癌(GBC),其中GBC是最常见的类型[1, 2]。GBC以侵袭性强和预后差为特征。手术切除是GBC唯一具有治愈意图的治疗方法,但70–90%的病例因确诊时已处于晚期而不适合手术[3, 4]。基于免疫治疗的联合治疗已成为不可切除和转移性GBC的一线治疗[5, 6]。

准确的疗效和预后标志物是接受免疫治疗患者的重要指标。目前,来自实验室检查的指标(如营养参数、肿瘤标志物和基因表达特征)为GBC预后评估提供了基础[7]。美国国家综合癌症网络2023年临床指南建议对不可切除或转移性GBC进行微卫星不稳定性、错配修复和/或肿瘤突变负荷检测[5]。然而,基因检测费用昂贵且耗时,且无法直观地分析整个肿瘤。肿瘤浸润性CD8+淋巴细胞计数和程序性死亡配体-1(PD-L1)表达与GBC患者生存相关,但其预后价值仍存在争议,需要进一步探索[8–10]。

近期研究聚焦于肿瘤相关三级淋巴结构(TLSs),其为类似于次级淋巴器官中免疫细胞聚集的异位免疫细胞聚集体[11]。这些结构的存在具有潜在的预后价值,并与肝内胆管癌(ICC)及其他实体瘤(如胰腺导管腺癌、肺腺癌和肝细胞癌)免疫治疗反应的改善相关[12–19]。

Ding等[20]发现ICC瘤内区域TLSs的存在与良好预后呈正相关,并根据TLS丰度建立了亚区域四元评分系统(0代表TLS阴性ICC,1–3代表TLS阳性ICC)。特定位置(颈部)的GBC类似于肝门部或中段胆总管胆管癌[4],但尚无TLSs与GBC预后相关性的报道。

此外,TLSs只能在术后进行评估。需要一种用于GBC患者术前TLS评估的无创手段。在此背景下,磁共振成像(MRI)是鉴别诊断、术前分期、预后分层和治疗反应评估的关键工具[1, 21–23]。影像组学分析能够量化反映肿瘤病理生理学、表型和内部异质性的参数,这些参数无法通过影像可视化评估,从而改善临床决策[24, 25]。

本研究旨在探讨TLSs对GBC的预后价值,并开发一种基于MRI的无创影像组学模型用于术前预测瘤内TLS状态。该模型在免疫治疗预后分层中的性能在一个不可切除GBC患者队列中进行了检验,队列详情注册于ClinicalTrials.gov(NCT03996408)[26]。

方法

患者选择

由于该分析具有回顾性,参与医院的机构审查委员会豁免了知情同意要求,并批准了该研究(编号19/164-1948)。我们审查了2012年12月至2022年11月期间在中心1(n = 171)以及2015年2月至2021年12月期间在中心2(n = 75)接受治疗的胆囊癌(GBC)患者的记录。纳入标准为:(1)存在未经治疗、经手术病理证实的GBC,以及(2)可获得肝脏多期增强MRI检查的术前(≤ 手术前1个月)数据。排除标准为:(1)存在未分化癌、神经内分泌癌、混合性腺癌和神经内分泌癌或鳞状细胞癌;(2)缺少术前肝脏MRI数据,或数据未使用对比剂获取或不在预先规定的时间窗内;(3)既往接受过胆囊病变治疗;以及(4)存在R1(镜下阳性)或R2(肉眼阳性)切缘。应用这些标准后,中心1(n = 129)被纳入训练队列,中心2(n = 44)被纳入外部验证队列。一个免疫治疗队列(n = 12)由晚期GBC患者组成,这些患者拒绝或不适合一线化疗,或在该治疗后GBC进展,该队列选自一项Ib期临床试验(NCT03825705)[26]和真实世界。图1为显示患者选择过程的流程图。

图1 患者选择过程的流程图 查看原图 ↗

临床与影像学评估

从病历中提取患者人口学特征和术前肿瘤标志物(癌胚抗原和糖类抗原19-9)的临床数据。两名分别具有6年和20年腹部影像学经验的放射科医师(Y.X.和F.Y.)对临床和病理结果设盲,独立评估术前多参数MRI检查的图像(序列详细信息见补充材料1:表1)。他们评估了补充材料2:表2中列出的病灶参数。动脉期、门静脉期和延迟期的定量强化值(对比强化比以及病灶与肝脏和病灶与肌肉的对比比)见补充材料3。观察者间一致性采用组内相关系数评估,仅保留系数 > 0.80的变量纳入分析。

组织病理学评估

一位具有10年肿瘤学经验的病理学家(Z.L.,对临床和影像学结果不知情)审阅了胆囊癌(GBC)病灶全苏木精-伊红-藏红花染色切片的图像,第二位具有20年肿瘤学经验的盲法病理学家(J.Y.)确认了这些发现。分歧经讨论直至达成共识。病理学家根据成熟度对瘤内三级淋巴结构(TLS)进行形态学分类:(1)淋巴聚集(边界不清的淋巴细胞簇),(2)缺乏生发中心的初级淋巴滤泡,(3)具有生发中心的次级淋巴滤泡(Fol-IIs),如前所述[20, 27, 28]。缺乏Fol-IIs的肿瘤定义为瘤内TLS阴性,具有一个或多个Fol-IIs的肿瘤定义为瘤内TLS阳性。GBC病灶中瘤内TLS组织学鉴定的示例见图2。

图2 胆囊癌中瘤内三级淋巴结构的组织学鉴定。H&E染色显示具有生发中心形成和内皮分布的成熟TLS(A)。多重免疫荧光检测证实了GBC免疫微环境的复杂细胞类型组合(B)。请注意丰富的B淋巴细胞(CD20标记)、T淋巴细胞(CD3标记)、NK细胞(CD56标记)、巨噬细胞(CD68标记),最重要的是滤泡中心的CD23阳性细胞,这是成熟TLS的证据(所有图像放大40×) 查看原图 ↗

影像组学分析

影像组学流程包括手动肿瘤分割、特征提取与选择、多序列融合、感兴趣体积(VOI)融合及影像组学评分(Rad-score)计算。在轴位非增强T1加权、T2加权、扩散加权、动脉期、门静脉期和延迟期图像上,由放射科医师1(Y.X.)使用ITK-SNAP手动勾画可见肿瘤边界内的VOI[29]。三种肿瘤形态类型(壁增厚型、息肉型和肿块型)的肿瘤分割示例见补充材料4:图1-3。由第二位独立放射科医师(放射科医师2:F.Y.)对随机选取的30例患者的图像进行肿瘤重新分割,保留观察者间一致性超过0.80的特征。经过图像预处理后,从这些成像序列中为每位患者提取642个特征(补充材料5)。通过方差消除冗余特征,通过相关性剔除无关特征,将数量降至78个。随后,采用多因素逻辑回归分析为影像组学模型(Rad-score)选择最终特征集。

患者随访

术后前两年,患者每三个月监测一次。第三至第五年,患者每六个月监测一次,此后每年一次。GBC复发通过MRI、计算机断层扫描(CT)或正电子发射断层扫描评估。无复发生存期(RFS)评估为从手术至癌症复发或最终随访的间隔时间。总生存期(OS)评估为从手术至任何原因死亡或最终随访的间隔时间。末次随访检查于2023年6月10日进行。

免疫治疗方案

该免疫治疗队列收集了来自TQB2450注射液联合盐酸安罗替尼胶囊治疗晚期胆管腺癌患者的安全性及有效性Ib期临床研究的患者[26],该研究主要针对既往一线化疗失败的胆道肿瘤患者。在真实世界环境中,我们也采用了相同的方案。从本中心选取了12例具有完整影像数据的胆囊癌(GBC)患者。GBC免疫治疗队列的详细信息已注册于ClinicalTrials.gov(NCT03825705)。

统计分析

为识别与无复发生存期(RFS)相关的临床因素,采用单因素Cox回归分析,并将变量(p < 0.05)纳入多因素Cox回归模型。同样方法应用于单因素和多因素logistic回归,以评估临床和影像学因素与三级淋巴结构(TLSs)之间的关系。对于每个变量,相对风险以比值比(ORs)及95%置信区间(CIs)表示。采用曲线下面积(AUCs)和受试者工作特征曲线(ROCs)评估临床模型和Rad-score的判别性能。采用DeLong检验比较AUCs。同时比较相应的灵敏度、特异度和准确度值。采用ROC的最大约登指数计算联合模型的截断值。采用校准曲线和Hosmer–Lemeshow检验评估预测值与观测值之间的一致性。采用决策曲线分析(DCA)评估联合模型的临床实用性。根据TLS状态和联合模型估计值,采用Kaplan–Meier法和log-rank检验分析生存情况。统计分析使用SPSS(版本25.0;IBM)、R统计软件(版本3.3.3)和Python(版本3.5.6)进行。以p < 0.05为显著性水平。

结果

基线特征

训练队列和外部队列分别由129例(45.7%为男性)和44例(45.5%为男性)GBC患者组成,中位年龄分别为62岁[四分位距(IQRs)分别为58–67岁和56–66岁]。训练队列与外部队列之间在任何临床、影像学或病理学变量上均未观察到显著差异,确保了其可比性(表1)。

表1 训练队列和外部队列中GBC患者的基线临床、影像学和病理学特征 查看原表 ↗

TLSs与RFS的关联

单因素Cox回归分析得出九个与训练队列中RFS相关的临床特征(纳入多因素模型)(p < 0.05)。在多因素分析中,瘤内TLSs的存在是RFS的唯一独立预测因素(风险比1.86;95% CI:1.01–3.43;p = 0.046;补充材料6:表3)。在训练队列中,伴有瘤内TLSs的患者的RFS显著长于不伴有瘤内TLSs的患者(p = 0.002;图3)。

图3 中心1中129例GBC患者按TLS状态分类的RFS Kaplan–Meier曲线 查看原图 ↗

临床模型

类内相关系数较低的一个变量(瘤内血管,0.69;95% CI:0.59–0.77)被排除在临床模型之外(补充材料7:表4)。在进入多因素logistic回归分析的19个训练队列变量中(单因素 p < 0.05),发现三个变量(肿瘤高度:OR 0.67,95% CI:0.52–0.86,p = 0.002;肝脏侵犯:OR 0.37,95% CI:0.16–0.84,p = 0.02;动脉期低强化:OR 0.33,95% CI:0.11–1.00,p = 0.0496)可独立预测TLS状态(表2)。

表2 训练队列中GBC患者临床、影像学特征与TLS的单因素和多因素logistic回归分析 查看原表 ↗

影像组学模型

观察到629个特征具有稳健的观察者间一致性(类内相关系数范围,0.845–0.999;补充材料8:表5)。通过方差法消除冗余特征后,保留了316个特征。通过相关性分析剔除无关特征进一步精简,将数量减少至78个特征,多因素logistic回归分析将数量减少至8个特征,构成影像组学模型(Rad-score)的基础。展示模型开发各阶段这些特征之间相关性的热图见补充材料9:图4。Rad-score特征的系数和OR见补充材料10:表6。在训练集和外部验证集中,TLS阳性GBC患者的Rad-score均显著高于TLS阴性GBC患者(分别为1.50 ± 1.67 vs –1.22 ± 1.90,p < 0.001和1.13 ± 1.75 vs –1.13 ± 1.88,p < 0.001;图4)。

图4 训练队列和外部验证队列中TLS阳性组与TLS阴性组Rad-score比较的小提琴图 查看原图 ↗

联合模型与模型性能

经过单因素和多因素分析后,四个变量(肿瘤高度;肝脏侵犯;动脉期低强化和Rad-score)被整合到联合模型中(补充材料11:表7)。每位患者根据以下公式计算评分:联合评分 = 0.916 × Rad-score − 0.140 × 肿瘤高度 − 1.181 × 肝脏侵犯(是 = 1;否 = 0)− 0.128 × 动脉期低强化(是 = 1;否 = 0)。每位患者的Rad-score和联合评分见补充材料12:图5。

联合模型在训练队列数据中的表现优于两个单独模型(AUC分别为0.89 vs 0.87和0.76),并在外部验证队列数据测试中被证实有效(表3和图5)。DeLong检验在训练队列中得出影像组学模型与临床模型比较的p值为0.02,影像组学模型与联合模型比较的p值为0.18,临床模型与联合模型比较的p值为0.0003;在外部验证队列中分别为0.43、0.33和0.10。

联合模型校准和DCA的结果在两个队列中均良好(Hosmer–Lemeshow检验,训练队列和外部验证队列的p值分别为0.24、0.24;补充材料13:图6)。

表3 临床模型、影像组学模型和联合模型在训练队列和外部验证队列中的性能比较 查看原表 ↗
图5 影像组学模型、临床模型和联合模型的ROC曲线在训练队列(A)和外部验证队列(B)中的比较 查看原图 ↗

联合评分估计值与训练队列、外部验证队列和免疫治疗队列中生存期的关联

在中位随访36.1个月(IQR,19.8–52.5个月)期间,60例(46.5%)患者出现复发。中位RFS为10.8个月(IQR,3.3–28.2个月)。

在训练队列中,低风险组患者(联合评分>−0.47)的中位RFS显著长于高风险组患者[59.6个月(95% CI:13.0个月–NE)vs 8.7个月(95% CI:4.4个月–NE;图6A]。低风险组的6、12和24个月RFS率分别为84.8%、63.5%和53.5%,高风险组分别为53.4%、40.1%和36.5%。在外部验证队列中,低风险组患者的中位RFS也显著长于高风险组患者[18.4个月(95% CI:8.9个月–NE)vs 4.2个月(95% CI:3.0个月–NE);图6B]。在免疫治疗队列中,低风险组的中位OS显著长于高风险组[24.7个月(95% CI:18.1个月–NE)vs 10.5个月(95% CI:5.1个月–NE);图6C]。

图6 按联合模型(cut-off值=−0.474)分类的GBC患者RFS的Kaplan–Meier曲线:训练队列(A)和外部验证队列(B)。按联合模型(cut-off值=−0.474)分类的GBC患者OS的Kaplan–Meier曲线:免疫治疗队列(C) 查看原图 ↗

讨论

本研究确定GBC患者瘤内TLS的存在是RFS的独立预测因素。该因素与ICC患者更好的预后相关[12, 20],并且已被发现可预测ICC和其他实体瘤(如肝细胞癌和黑色素瘤)改善的免疫治疗反应,无论PD-L1表达和CD8+ T细胞密度如何[12–16]。在本研究中,三个独立的TLS状态临床-影像学预测因素(肿瘤高度、肝脏侵犯和动脉期低强化)被纳入临床模型,八个特征被纳入影像组学模型。最终的联合模型整合了这两个模型,并且单独应用时优于两者。其在外科队列和免疫治疗队列中的生存分层能力得到了验证。

Choi 等 [30] 发现,肝脏侵犯与 GBC 患者的切缘阳性独立相关。根据美国癌症联合委员会系统,归类为 T3 的胆囊肿瘤已穿透浆膜和/或直接侵入肝脏和/或邻近肝外结构 [31]。在一项既往研究中,单因素分析显示肝脏侵犯与完全切除 GBC 患者的 RFS 相关,但多因素分析中则不相关 [32]。与本研究结果一致,本研究中 TLS 阴性病例较 TLS 阳性病例更大比例显示肝脏侵犯 [33–35]。既往研究仅考虑肿瘤大小的两个维度,而我们评估了三个维度,并发现肿瘤高度是 TLS 存在的独立预测因素。在冠状位图像上,肿瘤高度与贴附胆囊壁的长度相关,因此可能与壁侵犯的概率相关。TLS 阳性肿瘤的高度低于 TLS 阴性肿瘤,这可能部分解释了前者更有利的预后。动脉强化尚未在 GBC 中研究,但已被证明与 ICC 结局相关。Min 等 [36] 发现,MRI 上表现为弥漫性动脉高强化的病例,其 ICC 死亡和复发风险低于表现为周边环状强化或弥漫性低强化的病例。我们观察到 TLS 阴性肿瘤中弥漫性动脉低强化的比例大于 TLS 阳性肿瘤,且该特征与更差预后相关。推测 TLS 阴性肿瘤中的动脉低强化可能反映较 TLS 阳性肿瘤更少的免疫浸润,而后者与更差预后相关。

迄今为止,尚无使用基于 MRI 的影像组学模型预测 GBC 生存的报道;然而,基于 CT 的影像组学模型已在多项研究中用于此目的。Yin 等 [37] 建立了一个利用门静脉期 CT 图像的影像组学模型来鉴别良性和恶性胆囊疾病(AUC,0.81);该模型将两个形状特征、两个灰度级大小区域(GLSZM)特征和一个灰度级共生矩阵(GLCM)特征确定为前五位预测特征。同样,本研究中影像组学模型的特征为一个形状特征、各三个 GLSZM 和 GLCM 特征以及一个一阶特征。Meng 等 [38] 构建了一个列线图来预测 GBC 患者手术切除后的生存(AUC,0.87);其影像组学模型包括两个裂隙特征以及各一个 GLSZM 和 GLCM 特征。Liu 等 [39] 的影像组学模型使用原始图像的三个形状特征和一个一阶特征来术前预测 GBC 的淋巴结转移。在 Gupta 等的研究中,中等纹理尺度参数,包括均值和峰度,或单独峰度,可能有助于预测 GBC 的组织学分级和生存 [40]。因此,影像组学特征可能反映 TLS 阳性和 TLS 阴性胆囊肿瘤的异质性、微观病理特征和免疫表型,从而使其得以区分。

在训练队列中,联合模型的特异度低于影像组学模型,而准确度和敏感度较高。可能的原因如下:联合模型整合了临床变量和影像组学特征,提供了更全面的数据表征。虽然这提高了整体预测性能(表现为更高的准确度和敏感度),但纳入临床变量可能引入额外的变异性,从而可能略微降低特异度。相比之下,影像组学模型仅来源于影像特征,可能更好地捕捉与TLS状态直接相关的肿瘤异质性,从而实现更高的特异度。至于训练队列与验证队列之间敏感度和特异度的差异,可能解释如下:在训练队列中,影像组学模型表现出优于临床模型的特异度,因为它利用了从影像数据中提取的高维特征,这些特征经过优化以拟合训练数据。然而,在外部验证队列中,影像组学模型的性能反映了其泛化能力,导致敏感度较高,但与训练队列相比特异度略有下降。

局限性

本研究为回顾性研究;验证队列的MRI数据集较小,且由于GBC是一种相对罕见的疾病,不可避免地受到选择偏倚的影响。然而,联合模型经过了外部验证,证明了其可靠性。未来需要开展更大队列的前瞻性多中心研究。其次,本研究采用手动分割;应探索自动分割应用于肝脏肿瘤的可靠性和可重复性。第三,联合模型中纳入临床变量可能引入额外的变异性,从而可能略微降低特异度。因此,联合模型对提升影像组学模型性能的作用有限。第四,训练队列与外部验证队列之间样本量的差异可能导致外部验证队列中更大的统计变异性,从而影响敏感度和特异度。因此,在进一步研究中应考虑更大且更均衡的样本量。

结论

本研究开发的基于MRI的影像组学联合模型可作为术前放射学工具用于检测瘤内TLS状态。其性能优于独立的影像组学模型和临床模型,能够对接受手术的GBC患者的RFS和接受免疫治疗的GBC患者的OS进行准确的预后分层。

补充信息

电子补充材料

引用

  1. Xu Y, Li Z, Zhi W, et al. An MRI-based model for preoperative prediction of tertiary lymphoid structures in patients with gallbladder cancer. Insights Imaging. 2025. PMID: 40884680. doi:10.1186/s13244-025-02007-4
  2. 全文:PMC12398454(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12398454/

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。