儿童骨肉瘤的多参数MRI生物标志物：ADC、坏死与肿瘤体积同组织学及临床结局的关联

引言

骨肉瘤是儿童人群中最常见的恶性原发性骨肿瘤，约占所有儿童癌症的5%，占所有原发性骨恶性肿瘤的近20%，主要影响10岁至30岁的患者[1, 2]。

尽管多模式治疗取得了进展，骨肉瘤的预后仍取决于就诊时的疾病范围，5年生存率从局限性疾病76%到远处转移病例约24%不等[3]。准确的局部和全身分期是骨肉瘤治疗计划和预后的基础，原发肿瘤的磁共振成像（MRI）是该过程中的关键组成部分[4, 5]。常规序列提供优异的软组织对比度和解剖信息，这对于手术计划和疾病范围评估至关重要[6, 7]。

当前临床指南推荐对所有分期的高级别骨肉瘤进行新辅助化疗（NAC），随后进行化疗后MRI以重新分期并评估可切除性。化疗后肿瘤坏死的组织学定量是骨肉瘤最可靠的预后指标，并决定保肢手术是否为可行的治疗选择[2, 8, 9]。然而，由于该评估仅在术后才能获得，其用于早期治疗调整的效用有限。当前NAC疗效评估主要基于临床征象和常规影像学，缺乏标准化、可量化的参数，且往往无法准确反映治疗反应[2]。

在此背景下，先进定量MRI技术作为评估治疗反应的潜在生物标志物而出现。特别是弥散加权成像（DWI），其评估组织内水分子的随机运动，通过表观弥散系数（ADC）进行量化。弥散受限区域与致密、有活力的肿瘤组织相关，而坏死区域通常显示较高的弥散度和升高的ADC值[6, 7, 9, 10]。骨髓中的肿瘤（如骨肉瘤）在新辅助治疗作用下可能发生纤维化、炎症细胞浸润和肉芽组织形成，导致ADC值低于纯坏死性肿瘤。这些变化可能通过DWI比常规MRI序列更好地评估[11]。

既往研究表明，ADC指标可能有助于区分反应者与无反应者[2, 6]。然而，在儿童中，由于不同年龄和青春期状态红骨髓与脂肪骨髓含量不同，DWI和ADC值的解读具有挑战性[12]。因此，参考值尚未建立，解读应谨慎。

本研究旨在评估儿童骨肉瘤新辅助化疗前后的定量MRI参数——包括肿瘤体积、坏死、骨化和ADC值——并探讨其与组织学反应和临床结局的相关性。

材料与方法

研究设计

这是一项经机构审查委员会批准的回顾性、观察性、单中心队列研究，符合《赫尔辛基宣言》的伦理标准和国家法规。由于研究的回顾性性质及受试者数据的匿名化，知情同意被豁免。

人群

研究协调员通过机构数据库连续筛选出134例年龄小于18岁、经组织学确诊的骨肉瘤儿科患者。所有患者均在2014年1月至2023年9月期间首次确诊。纳入标准：诊断时年龄<18岁，诊断时检出肿瘤，具备治疗前和治疗后包含DWI序列的MRI图像，具备术前活检和术后分析的解剖病理学结果，以及在同一机构进行临床随访。排除标准：既往接受过治疗和/或既往有骨肿瘤，影像学不完整或图像质量欠佳，治疗或随访数据不完整。所有纳入患者在新辅助化疗完成后均在本机构有记录的临床随访。随访时长因诊断年份而异。所有患者在手术前接受两个周期的新辅助治疗方案，药物包括多柔比星、顺铂和甲氨蝶呤。未进行先验样本量计算。

成像采集

MRI检查使用1.5特斯拉MR扫描仪（Achieva Philips Healthcare，荷兰），按照标准化成像方案进行。该方案包括多平面T1加权（重复时间（TR）=510 ms，回波时间（TE）=19 ms，层厚（ST）=4 mm，层间距=1 mm，激励次数（NEX）=1，翻转角=150°）和脂肪抑制T2加权（T2-FS）（TR=6,600 ms，TE=66 ms，ST=4 mm，层间距=1 mm，NEX=1，翻转角=132°）和/或短TI反转恢复（STIR）（TR=3,780 ms，TE=91 ms，反转时间（TI）=220 ms，ST=4 mm，层间距=1 mm，NEX=1，翻转角=132°）序列，涵盖轴位、矢状位和冠状位方向。

此外，在轴位平面上采集了增强后T1加权脂肪饱和3D快速自旋回波可变翻转角（SPACE）序列（TR=450 ms，TE=11 ms，ST=1 mm，层间距=0 mm，NEX=1，翻转角=120°），并进行多平面重建。

扩散加权成像（DWI）在轴位平面上使用单次激发回波平面成像（EPI）自旋回波序列采集（TR=2,500 ms，TE=80 ms，ST=5 mm，层间距=1 mm，NEX=1，翻转角=180°，EPI因子=88，梯度强度50 mT/m，矩阵256×256）。DWI使用两个不同的b值（50 s/mm2和800 s/mm2），从而能够区分具有不同扩散特性的组织成分。ADC图由扫描仪基于两个采集的b值（b=50 s/mm2和b=800 s/mm2）使用单指数模型自动生成，并以低b值图像作为ADC计算的参考。

图像评估

两名委员会认证的放射科医师（分别具有7年和5年肌肉骨骼放射学经验）独立审阅了所有图像。在独立审阅之前，使用来自该队列的三个样本病例进行了简短的校准培训，并审阅了预定义的成像标准和测量方法，包括ADC感兴趣区放置、肿瘤体积测量、影像学坏死和瘤周T2高信号；观察者间一致性反映独立阅片结果。阅片者对病理结果和临床结局设盲。

评估常规序列和扩散加权序列以测量肿瘤体积、ADC值、强化和坏死，具体如下所述，所有变量均记录治疗前和治疗后的情况。对于描述性分析，我们评估了肿瘤在T1加权和流体敏感/T2加权序列上相对于骨骼肌的主要信号强度，当该模式涉及超过50%的肿瘤时，分类为低信号、等信号或高信号。肿瘤异质性通过视觉分级为无、<25%、25–50%或>50%的总体肿瘤体积。肿瘤边缘分类为边界清晰、边界不清或混合型。边界清晰定义为沿大部分病变周长的肿瘤边界锐利分界，边界不清定义为边界模糊或浸润性，混合边缘定义为同一肿瘤内边界清晰和边界不清共存。瘤周T2高信号在流体敏感序列上评估，分类为(0)无；(1)轻度/中度，定义为T2高信号延伸小于最大肿瘤周长的50%；或(2)广泛，定义为T2高信号涉及最大肿瘤周长的50%或更多或延伸超出紧邻瘤周区域。

ADC值使用自由手绘ROI分别在两个肿瘤区域测量：骨性（皮质骨限制内的肿瘤成分）和软组织（延伸超出皮质边缘的皮质外肿瘤成分）。ADC测量在单个轴位切片上获得，该切片显示最具代表性的实性肿瘤成分，在解剖MRI序列上识别并与ADC图共配准。ROI放置在ADC图上外观实性的肿瘤部分，参考解剖和增强后图像，优先选择扩散最受限和/或存在强化最明显的区域。排除宏观囊性或坏死改变区域。对于化疗后MRI，ROI使用相同策略放置，针对残余实性成分（存在强化时）并避免非存活、坏死性肿瘤液体积聚；当存在广泛治疗后异质性时，ROI放置在常规和增强序列上可识别的主要残余实性成分中。记录ADC最小值、平均值和最大值。此外，从已知发生早期脂肪转化的正常骨髓区域获得参考ADC测量，以确认ADC采集的技术一致性并提供跨检查的内部质量控制。这用于识别可能提示ADC图采集或计算错误的明显不一致ADC值；这些测量未纳入结局分析，因为它们不是研究终点。ROI放置的代表性示例在图例中提供。

分析变量：肿瘤位置：病变中心的骨骼。

肿瘤体积：定量变量，以毫升（mL）为单位，基于MRI图像三个轴上的手动测量，使用椭球体质量体积公式计算：体积=[(π/6)×高度×宽度×深度] [13]。总肿瘤体积包括骨内和骨外成分。骨外软组织成分通过识别超出皮质骨边缘的肿瘤部分单独测量。测量使用流体敏感序列和增强后序列上的多平面评估（轴位、冠状位和矢状位）进行，以准确勾画骨外肿瘤边界。当骨外成分呈环形并包裹受累骨时，从总肿瘤体积中减去骨内成分体积以估算骨外软组织体积。对骨外成分应用相同的椭球体公式。肿瘤体积测量的代表性示例见补充图1。肿瘤体积测量由一名放射科医生使用预定义的测量方案进行，以确保各病例间的内部一致性。

表观扩散系数（ADC）：从骨性肿瘤成分中提取最小、平均和最大ADC值，以及软组织成分的平均ADC值。数值以mm²/s×10⁻⁶表示。对于所有统计分析，包括组间比较和ROC分析，使用两名独立评估者的平均ADC值作为每个参数的代表性测量值。ADCmin、ADCmean和ADCmax仅在骨性肿瘤成分（皮质骨范围内）中测量，而ADCsoft指在骨外软组织成分中测量的ADCmean。

ΔADC值：代表治疗前和治疗后测量之间ADC值的绝对变化，分别对ADCmin、ADCmean和ADCmax进行计算。

%ΔADC值：代表治疗前和治疗后测量之间ADC值的相对变化（百分比），分别对ADCmin、ADCmean和ADCmax进行计算。

强化：定义为在增强后脂肪饱和T1加权图像上视觉评估的强化活性肿瘤，表示为强化组织相对于总肿瘤体积的百分比。审查了轴位和重建多平面增强后图像。基于放射学特征的分类型变量，分为四组：(0)无强化，(1)<25%，(2)25–50%，(3)>50%。两名独立评估者的平均强化分级用于统计分析。

坏死：定义为相对于肿瘤总体积，通过视觉估计的无强化坏死组织。坏死区域的特征为边缘不规则、T1低信号、T2高信号以及对比剂增强后无强化。坏死通过液体敏感序列和对比增强脂肪饱和T1加权图像的多平面审阅进行评估，包括轴位采集和多平面重建。基于影像学特征的分类型变量，分级为：（0）无，（1）<25%，（2）25–50%，（3）>50%。影像学坏死分级变化定义为治疗后与治疗前分级之间的差值。升高对应于治疗后分级更高，降低对应于治疗后分级更低，无变化对应于新辅助化疗（NAC）前后分级相同。用于统计分析时，两名独立审阅者的平均坏死分级作为每次检查的代表值。

临床数据

临床数据由研究协调员从电子病历中提取，并由研究调查者审阅。提取的数据包括年龄、性别、临床分期（局限期或转移期）、手术记录、化疗记录和结局。患者从诊断之日起随访至死亡或末次就诊，截至2024年9月。

分析的变量：诊断时转移：记录转移的存在及解剖部位。转移部位（肺、骨、淋巴及其他）并非互斥，患者可同时存在一个以上部位。用于统计分析时，诊断时转移主要作为二分类变量评估（有无远处转移），而具体转移部位则进行描述性描述。

至治疗间隔时间：从诊断日期至首次化疗日期之间的时间间隔

至手术间隔时间：从诊断日期至手术日期之间的时间间隔

总生存期：从诊断日期至因任何原因死亡或末次随访之日的时间，以先发生者为准。末次随访时仍存活的患者在末次临床随访日期进行删失。

无病生存期：从诊断日期至首次记录的复发之日的时间。末次随访时未复发的患者在末次临床随访日期进行删失。

复发部位：记录复发的存在及解剖部位。复发部位（局部复发、淋巴结、肺、远隔骨和髓内）并非互斥。用于统计目的时，复发作为二分类结局分析（是/否），而具体复发部位则进行描述性描述。复发主要通过组织病理学分析确认。在未进行活检的特定病例中，复发根据MRI上的影像学进展结合临床和多学科团队评估来确定。

进展间隔时间：从治疗开始日期（首次化疗）至复发日期之间的时间间隔

结局状态：最终患者状态分类为（1）存活无病，（2）存活带病，（3）因癌症死亡，（4）因其他原因死亡，（0）数据缺失。

组织病理学

所有活检和切除标本均由儿科病理学家分析。记录组织学亚型（成骨型、软骨母细胞型、毛细血管扩张型等）。肿瘤分级依据核异型性、核分裂活性和细胞密度确定，后者由化疗前获得的活检标本的病理学检查判定。化疗反应通过Huvos系统评估，肿瘤坏死>90%的患者被认为反应良好，而肿瘤坏死≤90%的患者被认为反应不佳。

分析的变量：组织学亚型：根据活检和手术标本复核，肿瘤被归类为明确的组织病理学类型，包括成骨型、软骨母细胞型、毛细血管扩张型、上皮样型、梭形细胞型、未定义型或其他类型。

组织学分级：治疗前组织学分级分为：（1）低级别，（2）中级别，或（3）高级别。

Huvos反应：化疗后肿瘤坏死程度，分类为：I级（0至≤49%坏死），II级（50至≤89%坏死），III级（90至≤99%坏死），IV级（100%坏死）。在统计分析中，组织学反应被二分类为良好反应（III级和IV级）和不良反应（I级和II级）。

统计分析

统计分析使用R软件4.4.2版本进行，采用5%的统计显著性水平（P<0.05）。

描述性统计总结了人口学、临床和影像学数据，包括均值、标准差、中位数、四分位距、频率和百分比的呈现。观察者间一致性分别针对连续型和分类型MRI变量进行评估。连续型变量，包括ADC参数（ADCmin、ADCmean、ADCmax和ADCsoft），使用组内相关系数（ICC）进行评估。肿瘤体积测量由单一读者完成，因此未进行观察者间分析。分类型变量，包括坏死分级、肿瘤异质性、主要T1加权和流体敏感/T2加权信号、肿瘤边缘以及瘤周T2高信号的存在，使用Cohen's kappa统计量进行评估。

独立组间比较对连续变量采用Mann–Whitney检验，对分类变量采用卡方检验。在适当情况下，涉及两组以上比较时采用Kruskal–Wallis检验。连续变量之间的关联采用Spearman相关系数评估。为研究连续变量对二分类结局的判别能力，进行了受试者工作特征（ROC）曲线分析，并计算曲线下面积（AUC）及相应置信区间。ROC分析针对多个临床终点进行，包括癌症相关死亡、复发、无病生存状态以及根据Huvos分类的组织学反应不良。对时间-事件结局（复发和死亡）进行了探索性Cox回归分析。由于结局事件数量有限，多变量Cox回归模型仅限于调整有限数量的临床相关协变量（诊断时年龄和转移状态），以降低模型过拟合的风险。鉴于本研究的探索性性质及样本量相对较小，主要分析最初未进行多重比较的正式校正。作为敏感性分析，随后对表4、表5和表6中呈现的多重两两关联分析应用了错误发现率（FDR）校正。因此，结果应被解释为假设生成性。

结果

患者人口学及临床-组织学分析

在134例确诊为骨肉瘤的患者中，84例因MRI检查不完整（n=70）、非骨肉瘤病变（n=4）、既往接受过治疗的骨肉瘤（n=4）、病理数据不完整（n=4）以及骨折妨碍准确评估（n=2）而被排除。应用排除标准后，共有50例诊断为骨肉瘤的儿童患者纳入本研究（图1）。诊断时平均年龄为13.2岁（范围，6–18岁；中位数，14.0岁），62%（31/50）为男性。该队列的人口学、临床和组织病理学特征总结于表1。

年龄与结局状态（P=0.137）或无病生存期（P=0.165）无关联证据，但与总生存期相关（P=0.027）。性别与结局状态（P=0.572）或总生存期（P=0.519）无关。

最常见的肿瘤部位为股骨40%（20/50）、胫骨34%（17/50）、肱骨18%（9/50）、腓骨4%（2/50）、骨盆2%（1/50）和肋骨2%（1/50）。肿瘤部位与结局状态（χ2 P=0.539）、无病生存期（P=0.834）或总生存期（P=0.167）之间无显著关联。

组织学上，成骨细胞型最常见（42% [21/50]），其次为软骨母细胞型（24% [12/50]）。其他亚型包括毛细血管扩张型（n=3）和梭形细胞型（n=2）。组织学亚型与结局状态（P=0.089）、无病生存期（P=0.108）或总生存期（P=0.535）之间无显著关联。

高级别肿瘤占94%（47/50），中级别占6%（3/50）。治疗前组织学分级与结局状态显著相关（P=0.007），1级肿瘤患者的无病生存者比例最高（50%）。平均总生存期随分级升高而降低（P=0.014）。

50例患者中有47例在诊断时具有分期信息。其中，79%（37/47）为局限性疾病，21%（10/47）为远处转移（肺15%[7/47]，骨4%[2/47]，其他2%[1/47]）。在转移性疾病患者中，末次随访时仅2例存活且无病，而非转移组为12例。诊断时转移与无病生存（P=0.016）和总生存（P=0.020）显示出关联证据。

近一半患者（46%−23/50）被归类为Huvos 1级，24%（12/50）达到4级（完全坏死）。2级和3级分别见于16%（8/50）和8%（4/50）的病例。3级和4级坏死的患者无病生存者比例最高，且无癌症相关死亡，而反应不佳者（1级和2级）与更高的死亡率相关。这种与结局状态的关联具有统计学显著性（P=0.004）。平均无病生存期随Huvos分级增加：1级为472.7天，2级为784.4天，3级为1,165.6天，4级为1,275.2天（P=0.008）。总生存期也观察到类似趋势：1级为1,310.1天，2级为1,726.7天，3级为1,963.7天，4级为2,027.4天（P=0.023）。

治疗时间线和结局

从诊断到开始化疗的平均间隔时间（至治疗时间）为46.4天（SD=66.7），手术在诊断后平均123.6天进行（SD=36.0）。

50例患者中有46例具有临床结局数据。其中，14例患者（30%）存活且无疾病证据，19例（41%）存活但伴有持续或复发性疾病，13例（28%）在末次随访时死于骨肉瘤。4例患者因记录不完整而结局数据不可用。

在经历疾病复发的患者中，无病生存期平均为627.6天（中位数=458.0；范围112.0–2,694.0天），进展间隔平均为575.6天（SD=523.2）。最常见的复发部位为肺转移，见于17例患者。局部复发和区域淋巴结受累各见于2例患者，而远处骨和髓腔受累各见于4例患者。部分患者在一个以上解剖部位出现复发。

总生存期平均为1,485.2天，中位数为1,396.0天。平均随访时间为47个月。

影像学

总体而言，分类变量（包括DWI信号、强化分级、坏死分级）观察到较高的观察者间一致性（kappa范围0.72–1.00）。对于连续变量（包括肿瘤体积和ADC测量），观察者间一致性极好（ICC范围0.73–0.92）。

在基线MRI上，肿瘤在T1加权图像上主要与肌肉等信号，在T2加权图像上呈高信号（两者均为n=47，94%）。基线肿瘤异质性<25%者为38%（19/50），25–50%者为21%（11/50），>50%者为10%（5/50），无/均匀者为31%（15/50）。边缘清晰者为48%（24/50），混合者为44%（22/50），边缘不清者为8%（4/50）。基线瘤周T2高信号为轻度/中度者占70%（35/50），广泛者占24%（12/50），无者占6%（3/50）。图2、3、4和5以及补充图1和2展示了相关病例。

肿瘤体积

治疗前平均总肿瘤体积为469.7 mL，治疗后体积为408.7 mL，平均变化为−61.5 mL。48%（24/50）的患者出现总肿瘤体积增大。

化疗前软组织成分平均体积为264.9 mL，治疗后平均体积为216.8 mL，平均变化为−53.0 mL。20例患者（41.7%）在化疗后出现软组织成分体积增大。3例患者治疗后体积显著增大（+443 mL至+834 mL），组织学反应差（Huvos I–II级），影像学复查提示体积增大主要归因于瘤内坏死和出血成分的膨胀，而非实性强化肿瘤生长。

反应良好者与反应不良者之间，治疗前或治疗后的平均总肿瘤体积均无显著差异（P>0.05）。总肿瘤体积变化与Huvos分级呈显著负相关（ρ=−0.402，P=0.004），软组织成分也观察到类似相关性（ρ=−0.509，P=0.003）。

当按三组（无病存活、带病存活、死亡）分析临床结局时，基线总肿瘤体积在各组间无显著差异（P=0.473）。软组织体积变化，定义为新辅助化疗后减去化疗前骨外肿瘤体积，在不同结局类别间存在显著差异（P=0.036），而总肿瘤体积变化则无显著差异（P=0.078）。

在复发与未复发患者的比较中，基线总肿瘤体积无显著差异（均值，612 mL vs 338 mL；P=0.120）。然而，发生复发患者的基线软组织肿瘤体积显著更高（均值，1681 mL vs 301 mL；P=0.012）。总肿瘤体积变化（P=0.187）和软组织体积变化（P=0.062）均与复发无显著关联。

在使用Cox回归的生存分析中，总肿瘤体积与死亡时间无关（HR 1.76；P=0.116），基线软组织体积也无关（HR 0.97；P=0.743）。软组织体积变化与死亡时间呈临界关联（HR 1.78；P=0.050），而总肿瘤体积变化与死亡率无关（P=0.651）。

当肿瘤体积变化按二分类划分时，24例患者（48%）显示总体肿瘤体积增加，26例患者（52%）显示体积缩小。总体肿瘤体积和骨外肿瘤体积均与患者最终状态显著相关（两者P=0.035）。在总体肿瘤体积缩小的患者中，40%无病生存，而体积增加组仅为19%。同样，骨外体积缩小的患者中41%无病生存，而骨外体积增加者中仅为14%。

MRI强化与坏死

化疗后，中度至广泛坏死（2–3级）的肿瘤比例从54%（27/50）增加至78%（39/50）（P=0.012；补充表S1）。影像学坏死分级的观察者间一致性在新辅助化疗（NAC）前为极好（加权kappa=0.91；95% CI，0.81–1.00），NAC后为良好（加权kappa=0.77；95% CI，0.62–0.92）。基线时，54%（27/50）的肿瘤被归类为2–3级坏死。当按良好反应者（Huvos III–IV）与不良反应者（Huvos I–II）分析时，影像学坏死分级（NAC前、NAC后）以及NAC前后坏死分级变化与组织学反应之间均无显著关联（P=0.071）。

在50例患者中，NAC后影像学坏死分级在18例患者（36%）中升高，在22例患者（44%）中保持不变，在10例患者（20%）中降低。在坏死分级升高的患者中，47%在末次随访时存活且无病，而无升高组（坏死稳定或降低）为20%。然而，这一差异未达到统计学显著性（P=0.095）。

升高组的平均无病生存期（DFS）为677.6天，无升高组为632.6天（P=0.585）；升高组的平均总生存期（OS）为1，541.7天，无升高组为1，535.6天（P=0.972）。

ADC分析——扩散加权MRI

在整个队列中，所有三个参数（ADCmin、ADCmean和ADCmax）在化疗后均显示显著的平均增加（P<0.01）。所有指标均显示良好或极好的观察者间一致性（表2）。

ADC与Huvos分级的相关性

由于某些Huvos类别（特别是II级和III级）患者数量较少，分析采用二分类（良好反应者与不良反应者）。治疗前ADCmin在反应组之间存在差异（不良反应者中位值851.0×10⁻⁶ mm2/s vs 良好反应者661.75×10⁻⁶ mm2/s；P=0.047）。其他NAC前和NAC后ADC参数，以及这些参数的绝对变化和百分比变化，均未达到统计学显著性（表3）。

治疗前ADCmin的ROC分析得出AUC为0.68（95% CI，0.51–0.85），表明判别性能中等。Youden指数得出的截断值（741.5×10⁻⁶ mm2/s）提供65%的敏感性和69%的特异性（图6）。

ADC与临床特征的相关性

诊断时即为转移性疾病的患者与局限性疾病患者相比，基线ADC值更高（补充表S2）。转移性疾病患者软组织成分的基线ADC显著更高（中位数2,152×10⁻⁶ mm²/s vs 1,168×10⁻⁶ mm²/s；P=0.028）。治疗相关的ADC变化在两组之间也存在差异。局限性疾病患者化疗后ADC值升高幅度更大，经FDR校正后，ΔADCsoft（P=0.018）、%ΔADCmean（P=0.036）和%ΔADCsoft（P=0.018）差异具有统计学意义（补充表S2）。Spearman相关分析显示，诊断时年龄与基线ADC参数或治疗相关ADC变化之间无显著关联（均P>0.05），相关系数较弱（|ρ|≤0.18）。

按原发肿瘤部位进行分析不可行，因为若干解剖分类中病例数较少，无法进行可靠的统计学比较。同样，ADC参数与组织学分级之间的关联也无法有意义地评估，因为大多数肿瘤为高级别（47/50），仅有三例为中级别。

ADC与临床结局的相关性

三个临床结局状态组（无病存活、带病存活、死亡）之间的比较显示，治疗前ADCmin（P=0.025）和ADCsoft（P=0.016）存在差异（表4）。报告的组中位数由每位ADC参数的平均阅片者值计算得出。中位ADCmin在无病存活组最低（650×10⁻⁶ mm²/s），在死亡组最高（986×10⁻⁶ mm²/s）。无病存活组的ADCsoft中位值较低。其他ADC参数在各组之间无显著差异。

在复发与未复发患者的比较中，未校正分析显示ΔADCmean在两组之间存在差异（表5）。在单变量比较中，存活者与死亡患者之间未观察到ADC参数的显著差异（均P>0.05）。尽管死亡患者的基线ADCmin和ADCsoft中位值较高，但这些差异未达到统计学显著性（表6）。

由于对ADC参数进行了多次探索性比较，作为敏感性分析对表4、表5和表6应用了错误发现率（FDR）校正；校正后，这些组间比较结果均不再具有统计学显著性。

单变量Cox回归分析显示，治疗前ADCmin与死亡时间之间存在关联（HR=1.16；95% CI，1.03–1.30；P=0.013）。在单变量Cox分析中，其他ADC参数与时间-事件结局均无显著关联。

进行了额外的多变量Cox回归分析，校正诊断时年龄和转移状态，以考虑潜在的临床混杂因素。校正后，没有任何ADC参数与复发时间或死亡时间保持显著关联（补充表S3和S4）。

采用Spearman相关分析评估ADC变量与进展间隔之间的关联。治疗前ADCmin与进展间隔呈负相关（ρ=−0.35，P<0.05；n=46）。未观察到其他显著相关性。

对于癌症相关死亡的预测，AUC值范围为0.452至0.561。所有相应的95%置信区间均包含0.5，表明无证据显示优于随机水平的判别性能。对于无病生存和组织学反应不佳，AUC值范围分别为0.435至0.647和0.465至0.569，所有置信区间均包含0.5。

对于复发的预测，AUC值范围为0.635至0.667。ΔADCmean表现出最高的性能（AUC=0.667；95% CI，0.509–0.825）。该置信区间不包含0.5，表明在该队列中具有中等判别能力（表S5）。ΔADCmean的最佳截断值为421.25×10⁻⁶ mm2/s，产生的敏感度为0.67，特异度为0.65，阳性预测值为0.64，阴性预测值为0.68（表S5）。

讨论

在本研究中，治疗前ADCmin在探索性生存分析中显示出与组织学反应及至死亡时间相关的证据。基于ADC的指标在未调整分析中也显示出与临床结局状态和复发的关联。总体而言，这些发现表明定量弥散指标可能提供与儿童骨肉瘤风险分层相关的探索性信号。

弥散加权成像（DWI）是肿瘤学中成熟的先进技术，ADC测量可在许多肿瘤性疾病（如软组织肉瘤和多发性骨髓瘤）中提供关于肿瘤细胞密度和治疗反应的定量数据[5, 14–16]。然而，ADC与骨肉瘤组织学和临床结局的相关性在文献中仍存在争议。由于骨肉瘤的病灶内异质性，尤其是化疗后，平均ADC值可能无法可靠地代表细胞密度最高的肿瘤成分[17, 18]。

ADC最小值已被提出能更好地反映高细胞密度区域，因此对于评估组织学反应更有价值[14, 17]。在我们的队列中，治疗前ADCmin在单变量分析与组织学反应及至死亡时间相关，对组织学反应具有中等判别能力（AUC 0.68）。在未调整分析中观察到与更广泛临床结局分组的关联，提示其作为预后生物标志物的潜力。此外，ADCmin在化疗前后检查之间显示出最大的相对变化，与文献一致[2, 18]。

ADCmean因其可重复性而在临床实践中常用，反映整体组织构成，而ADCmax代表肿瘤的低细胞密度区域[5]。在我们的分析中，ΔADCmean在复发与未复发患者之间存在差异，ROC分析显示中等判别性能，提示潜在的预后价值。

所有ADC指标均显示治疗后显著升高，与化疗的生物学效应一致，表现为从细胞密集的肿瘤转变为坏死或结构紊乱、水分子活动度更大的组织，并支持ADC进展反映治疗相关变化这一概念[9, 17, 19–21]。

在我们的队列中，ADC参数的变化与组织学反应并无一致关联。既往研究报告了异质性发现，常受限于样本量小和方法学差异[17, 19, 20, 22–28]。结合我们的发现，现有证据提示，尽管尚无公认的截断值，ADC变化可能提供关于治疗反应的综合信息[7, 9]。

在我们的队列中，ADC升高并不总是伴随良好的组织学反应，这反映了多种因素的复杂交互作用，如肿瘤基质组成、钙化、出血、纤维化和坏死。特别是富含基质的亚型（如软骨母细胞型骨肉瘤）可能本身即表现出较高的基线ADC值，与治疗效果无关。由于ADC测量采用基于ROI的采样而非全病灶体积分析，瘤内细微异质性可能未被完全捕捉。因此，ADC变化最好结合形态学特征和临床背景来理解。

化疗后影像学坏死增加，尽管其与Huvos反应无相关性。坏死增加的患者倾向于无病生存时间更长且总生存期更高，提示可能对临床决策有所贡献。

在我们的队列中，NAC后肿瘤体积缩小与更好的组织学反应相关，与早期研究一致[13]。基线软组织肿瘤成分在发生复发的患者中显著更高，软组织体积变化在不同临床结局组间存在差异，并与至死亡时间显示边缘性关联。然而，总体肿瘤体积与复发或生存结局无显著关联，总体积变化与复发无关。这些发现部分与既往研究一致，提示较大的肿瘤负荷与较差预后相关[19, 29, 30]。

尽管肿瘤基线大小和缩小程度是多种恶性肿瘤已知的预后标志物，但在骨肉瘤中解释须谨慎。肿瘤致密且矿化的基质常在化疗后持续存在，这可能导致即使在良好反应者中缩小也甚微，而坏死或出血成分的扩大可能增加肿瘤大小[6, 30, 31]。

我们的研究存在若干局限性。尽管队列纳入了50例患者，但亚组分析降低了统计效能，并限制了多变量建模的可行性。已确立的预后因素，如转移状态和肿瘤分级，可能作为混杂因素起作用，而结局事件的数量限制了对这些变量的调整。进行了多项探索性分析，增加了I类错误的风险。ADC测量取自单层ROI，因此可能无法完全代表全肿瘤异质性。此外，ROI放置具有主观性，尽管评估了ADC测量的观察者间一致性，但具体归因于ROI放置的变异性未被单独评估。最后，尽管图像采集遵循了标准化方案，但不能排除在较长研究间隔内的微小差异。因此，这些发现应被解释为探索性和产生假设性的，有待在更大的前瞻性队列中验证。

尽管如此，我们的研究提供了关于ADC与临床结局相关性的有价值信息，超出了组织学反应的范围，而后者是大多数既往研究的焦点。当与常规MRI特征和临床数据结合解读时，定量MRI参数——尤其是ADC指标——为儿童骨肉瘤的临床和组织学结局提供了有意义的信息，并可能改善术前评估和风险分层。

补充信息

以下是电子补充材料的链接。ESM 1（DOCS 724 KB）

（DOCS 46.4 KB）