双层光谱探测器CT参数鉴别结直肠腺癌病理类型

引言

结直肠癌（CRC）是全球最常见的癌症之一，也是癌症相关死亡的第二大原因[1]。腺癌是结直肠癌最常见的类型，其中黏液腺癌（MC）是一种独特的亚型，其特征是肿瘤内存在大量细胞外黏液，占肿瘤体积的50%以上[2]。MC约占结直肠癌的10–20%，在女性和年轻患者中更为常见。与经典腺癌相比，MC通常位于近端结肠，且常在晚期才被诊断[2]。在治疗方面，MC对传统细胞毒性化疗和放疗反应不佳，这可能与其独特的基因突变和拷贝数变异有关[3, 4]。因此，准确识别病理亚型对于指导CRC患者的个体化治疗具有重要意义。

计算机断层扫描（CT）和磁共振成像（MRI）常用于结直肠癌的诊断和分期。与活检病理的低准确率[5, 6]相比，多参数MRI在检测和评估MC方面已被报道更具优势。T2加权图像可以清晰显示MC的特征，而这些特征在常规CT成像上可能不明显[6]。研究表明，在直肠腺癌患者中，MC的T1弛豫时间和表观扩散系数（ADC）值显著高于非黏液腺癌，为临床医生提供了有价值的诊断工具[7]。然而，MRI常规用于直肠癌的评估，但不用于结肠癌。

双层光谱探测器CT（DLCT）是一种先进的成像技术，利用X射线衰减的能量依赖性来实现优越的物质区分能力[8]。与传统CT相比，DLCT能够提供更多有助于诊断的定量成像信息，包括碘浓度（IC）、有效原子序数（Zeff）和电子密度（ED）等。研究表明，DLCT的定量参数在评估结直肠癌方面具有重要的临床应用价值，包括T分期、分化程度、淋巴结转移和预后[9–12]。然而，据我们所知，目前尚无已发表的研究报道使用DLCT参数识别结直肠腺癌（CRAC）的病理亚型。因此，本研究的目的是评估术前DLCT参数在区分MC与未另作规定的腺癌（AC）（后者是CRAC最常见的类型）方面的诊断效能。

材料与方法

患者

本回顾性研究经机构审查委员会批准（B2025-474-01），并豁免知情同意要求。

回顾了2022年5月至2024年9月期间在本机构接受术前双层光谱探测器CT（DLCT）检查且经病理诊断为结直肠腺癌（CRAC）的所有连续患者。所有CT图像的初步评估由一名未参与任何后续测量的放射科医师完成。纳入标准为：（1）在本院接受手术切除且术前未接受任何抗肿瘤治疗的患者；（2）术前腹盆腔DLCT检查在手术前2周内完成；（3）临床和病理信息完整。排除标准包括：（1）存在腺癌（AC）和黏液腺癌（MC）以外的病理类型；（2）CT图像上不可见的病灶；（3）图像质量差。最终，共260例患者纳入本研究。患者筛选流程图见图1。临床和病理信息从医院病历系统获取。

CT检查

CT扫描使用双层光谱探测器CT扫描仪（IQon Spectral CT，Philips Healthcare）进行。成像参数设定如下：管电压120 kVp，机架旋转时间0.5 s，有效管电流-时间乘积范围为120至250 mAs。螺距设为1.0，探测器排准直配置为64 × 0.625 mm。对于增强成像，经右侧尺静脉以2.3 mL/s的速率注射非离子型对比剂（Ultravist 370 mg/mL），剂量为1.35 mL/kg体重，随后以相同流率推注30 mL生理盐水。注射对比剂后，动脉期（AP）和静脉期（VP）扫描分别于33 s和65 s启动。

扫描后，使用基于光谱的图像（SBI）重建40 keV和100 keV虚拟单能量图像（VMI）、常规CT（CTconv）图像、碘浓度（IC）图、有效原子序数（Zeff）图、电子密度（ED）图和虚拟平扫（VNC）图。层厚和层间距均为1 mm。

图像分析

CT图像由两名分别具有5年和10年经验的放射科医师独立分析，他们对病理结果不知情。在40 keV虚拟单能量图像（VMIs）中，在显示最大轴径的层面上沿病灶周边手绘感兴趣区（ROI），尽可能仔细避开肠内容物、血管、可见坏死区域和钙化。另一个ROI放置在与病灶同一层面的腹主动脉或髂动脉上。然后将ROI复制到CTconv图像、100 keV VMIs、IC图、Zeff图、ED图和VNC图上（图2、3）。IC是指ROI内单位体积的碘含量，并根据以下公式相对于腹主动脉或髂动脉中的碘含量进行归一化（NIC）：NIC = IC病灶 / IC腹主动脉。Zeff是一种假想单一元素的原子序数，该元素会表现出与复合材料相同的X射线衰减特性。ED是单位体积的电子数，以相对于水的比值表示。VNC是通过数学方法从增强扫描中去除碘信号而生成的，以模拟真正的平扫。能谱CT值曲线斜率（λHU）计算如下：λHU = (CT40keV − CT100keV)/60。两名放射科医师测量的各参数平均值计算为最终值。

统计分析

所有统计分析均使用SPSS软件（版本26.0）进行。采用倾向性评分匹配（PSM）方法平衡组间重要的患者特征。倾向性评分基于协变量计算，包括年龄、性别、肿瘤位置、癌胚抗原（CEA）、病理T（pT）分期和病理N（pN）分期，使用多变量逻辑回归模型。AC和MC患者根据其倾向性评分采用最近邻匹配且不替换的方式进行匹配，卡钳宽度为0.03，匹配比例为1:1。正态分布的连续变量以均值±标准差表示，两组间采用独立t检验或多组间采用双因素方差分析进行比较；非正态分布的连续变量以中位数和四分位间距表示，采用Mann–Whitney U检验进行比较。分类变量的差异采用卡方检验或Fisher精确检验进行分析。组内相关系数（ICC）用于评估各DLCT参数的观察者间信度。对单因素分析中显示统计学显著性的指标进行多因素二元逻辑逐步向前回归分析，以确定独立因素。诊断性能采用受试者工作特征（ROC）曲线分析进行评估，曲线下面积（AUC）采用DeLong检验进行比较。统计学显著性差异定义为p < 0.05。

结果

患者特征

本研究共纳入260例CRAC患者，平均年龄为60 ± 12岁。其中，男性156例，女性104例。病理诊断确定25例患者为MC，患病率为9.6%，其余235例患者诊断为AC。表1列出了AC组和MC组的临床和病理特征。与AC组相比，MC组的pT分期显著更晚（p < 0.001）。

观察者间一致性

DLCT参数的观察者间一致性极好，ICC范围为0.875（95% CI：0.786–0.929）至0.981（95% CI：0.966–0.989）。ICC值的详细信息见表S1。

不同pT分期之间DLCT参数的比较

CTconv-AP、ED-AP、NIC-AP、VNC-AP、CTconv-VP、Zeff-VP、ED-VP、IC-VP、NIC-VP、VNC-VP以及VP期40-keV虚拟单能图像上的衰减值在pT1-2、pT3和pT4分期之间差异显著（均p < 0.05），且均在更晚的pT分期中较低。在AC患者中，CTconv-AP（p = 0.032）、NIC-AP（p = 0.034）、VNC-AP（p = 0.016）、ED-VP（p = 0.030）和VNC-VP（p = 0.006）在pT1-2、pT3和pT4分期之间显示出显著差异。在MC患者中，不同pT分期之间DLCT参数无显著差异（均p > 0.05）（表S2）。

AC组与MC组之间定量DLCT参数的比较

PSM后，23例MC患者和23例AC患者纳入后续分析，患者特征包括性别、年龄、CEA、pT分期、pN分期和肿瘤位置均达到平衡（p > 0.05）（表1）。

AC和MC患者的DLCT参数见表2。与AC患者相比，MC患者在动脉期和静脉期的CTconv、Zeff、ED、IC、NIC、40-keV VMIs上的衰减值、λHU和VNC均显著降低（均p < 0.001）。

多因素logistic分析表明，ED-VP（OR = 0.007，95% CI：0.000–0.295，p = 0.009）和NIC-VP（OR = 0.000，95% CI：0.000–0.067，p = 0.027）是区分MC与AC的独立预测因子，详见表3。基于多因素logistic回归分析的结果，随后构建了一个联合能谱模型。

DLCT参数的诊断效能

独立预测因子、联合能谱模型、CTconv-AP和CTconv-VP的ROC曲线绘制于图4，其鉴别MC与AC的诊断效能见表4。ED-VP区分MC与AC的AUC为0.910（95% CI：0.826–0.995），最佳诊断阈值为104.035，灵敏度为82.6%，特异度为87.0%。NIC-VP的AUC为0.874（95% CI：0.777–0.995），最佳诊断阈值为0.375，灵敏度为69.6%，特异度为91.3%。整合ED-VP和NIC-VP的联合能谱模型表现出更高的AUC，为0.949（95% CI：0.893–1.000），灵敏度为87.0%，特异度为91.3%。DeLong检验显示，能谱模型的AUC显著高于CTconv-AP（0.949 vs. 0.839，p = 0.049）和CTconv-VP（0.949 vs. 0.879，p = 0.036）。

讨论

在本研究中，我们对DLCT参数用于确定CRAC病理类型的诊断效能进行了初步研究。所有源自DLCT的定量参数，包括CTconv、IC、NIC、Zeff、ED、λHU和VNC，在MC与AC之间均表现出显著差异。ED-VP和NIC-VP是区分MC与AC的独立预测因子，且两者的联合表现出优异的诊断效能。

我们观察到，在AC患者中，NIC-AP和ED-VP在更晚期的pT分期中显著降低。相反，Chen等和Sun等报道，pT3或pT4分期的结直肠腺癌的IC值高于pT1-2分期[13, 14]。这一矛盾的可能原因可能是ROI放置方法不同以及晚期pT分期中存在坏死区域，这在ROI放置过程中不可避免。其他DLCT参数，包括ED-AP、VNC-AP、Zeff-VP、IC-VP、NIC-VP、VNC-VP以及40-keV VMI上的衰减值，在整个队列中也在更晚期的pT分期中显著降低。这可能是由于MC的存在，与AC相比，MC表现出更晚期的pT分期和更低的DLCT参数值。另一方面，MC组未观察到显著差异，这可能是由于不同黏液含量的影响。由于AC组和MC组之间pT分期存在显著差异，因此应用PSM以消除该偏倚。

MC被认为是结直肠癌的一种独特亚型，具有独特的组织学特征和临床行为。在我们的研究中，观察到MC患者确诊时的分期显著晚于AC患者，且病变更多位于结肠而非直肠，这与既往研究结果一致[15, 16]。据报道，与AC患者相比，MC患者对姑息性或辅助化疗的反应较差[2]。因此，MC患者需要精确诊断和专门治疗。Ko等[17]报道，特定CT特征，如更严重的肠壁增厚、更多低密度区域、不均匀强化和瘤内钙化，与MC显著相关。然而，这些CT表现是定性的，依赖主观判断，诊断准确性也有限。本研究结果表明，基于DLCT的定量光谱参数在鉴别MC与AC方面表现出优异的诊断性能，显著优于传统CT衰减值，从而为MC提供了一种更可靠的诊断方法。

ED反映电子在特定位置出现的概率，可提供与组织组成相关的信息。它通常用于放疗计划制定中的患者剂量计算[18]。近年来，多项研究表明ED在转移性淋巴结诊断和肿瘤侵袭性评估中发挥作用[19–22]。我们的结果显示，MC的ED显著低于AC。既往研究表明ED与质量密度之间存在线性关系[23, 24]。MC的特征是肿瘤实质内存在丰富的黏液成分，这可能与较低的ED相关。至于对比增强，其对ED的影响尚不明确。Nagano等报道IC与ED无显著相关性[20]。在我们的研究中，ED和NIC均为MC的独立预测因子。因此，ED可能反映了不同于对比增强的组织特性。

物质分解能力使能谱CT能够定量测量增强图像中组织的碘浓度[25]。NIC被认为能够减少个体循环变异对肿瘤内碘含量的影响[26]。IC已被提出与微血管密度呈正相关，并有效反映肿瘤内的新生血管和微循环[26, 27]。Marcon等人证实IC与微血管密度呈正相关，并能很好地区分乳头状和透明细胞肾细胞癌[28]。然而，关于MC肿瘤灌注的报道很少。Shahid等人在MRI上比较了黏液性和非黏液性结直肠癌的对比增强率，未观察到差异[29]。另一项研究表明，在CT扫描上，MC的实性部分强化程度低于非黏液性结直肠癌[17]。这种差异可能是由于CT和MR中对比增强机制不同以及样本量小所致。我们的研究发现，AP和VP中的NIC在MC中均显著低于AC，提示MC的微血管密度低于AC。

我们的研究存在若干局限性。首先，这是一项单中心研究，样本量相对较小，尤其是MC患者数量较少。有必要在更大样本中验证我们的结果。其次，ED和Zeff来源于AP和VP图像，可能受到对比剂的影响。此外，本研究并未探讨常规平扫CT的诊断性能，而是探讨了VNC。ED和Zeff在平扫图像和常规平扫CT上的预测价值需要进一步研究。第三，由于数据限制，采用了1:1匹配比例而非更高比例，导致总体样本量较小，可能造成部分数据信息丢失。

总之，来自DLCT的定量能谱参数在术前区分CRAC患者的MC与AC方面表现出色，并优于常规CT衰减值。

补充信息

补充信息