食管癌与胃癌的影像组学研究
本文综述了影像组学在食管癌、食管胃交界癌和胃癌中改善患者分层的研究证据,共纳入22项影像研究,主要集中于纹理分析。初步数据显示18F-FDG PET影像组学在预测治疗反应方面有潜力,但预测预后数据尚不一致,CT和MRI数据有限,研究方法异质性大。
要点
- 18F-FDG PET纹理分析可用于区分治疗反应者与非反应者,非反应者异质性更高,但预后预测数据不一致。
- CT纹理分析在食管癌中提示肿瘤异质性越高与治疗反应差和预后不良相关,胃癌数据有限且不一。
- 现有研究多为回顾性、使用不同扫描仪和机构、特征选择方法不一,缺乏方法学透明度,需前瞻性研究质控。
核心结论
- 食管癌和食管胃交界癌的初步数据提示影像组学方法在改善患者治疗分层方面有潜力,但预测预后的PET研究结果更为混杂。
- 胃癌的CT和MRI数据各异,部分参数如直方图熵和能量在数学意义上呈现相同方向的关联令人意外。
- 目前研究存在回顾性数据集、不同扫描仪和机构间成像技术差异、特征选择方法不同、特征集不同、缺乏方法学透明度以及统计和生物信息学方法差异等挑战。
研究设计与样本
- 本综述共纳入22项影像研究,评估影像组学在食管癌、食管胃交界癌和胃癌中的应用,主要集中于纹理分析。
- 18F-FDG PET研究共9项,均在食管癌和食管胃交界癌中进行,胃癌尚无PET影像组学研究。
- CT研究共9项,评估CT衍生异质性参数在食管癌或胃癌中用于分类、预测治疗反应和总生存的能力。
- MRI数据很少,因MRI不在常规临床路径中,仅有胃癌治疗前ADC图的探索性数据。
关键影像表现/征象
- 18F-FDG PET研究中,非反应者表现出更大的异质性,GLCM熵是最常报告的特征之一,低GLCM熵代表更均匀的纹理。
- Tixier等41例研究中,GLCM均匀性、GLCM熵、GLSZM大小区变异性和RLM强度变异性区分非反应者、部分反应者和完全反应者,敏感度76%–92%。
- CT研究提示非反应者和预后较差者存在更大的肿瘤异质性。
- Yip等分析36例治疗前后增强图像,发现两个时间点之间直方图熵显著降低、均匀性增加(高斯滤波),治疗后更高的熵与更差的总生存相关。
- MRI探索性数据显示,胃癌治疗前ADC图的一阶统计偏度可能在淋巴结阳性与阴性患者间存在差异,并与神经周围和血管侵犯等病理特征相关。
诊断标准与关键数值
- 18F-FDG PET/CT对食管癌分期的敏感度和特异度分别为79%和95%(美国外科医师学会肿瘤学组报告)。
- 18F-FDG PET/MRI以病理为金标准对淋巴结评估的准确度为83%,EUS为75%,CT为50%。
- CROSS试验中,新辅助放化疗加手术与单纯手术相比,总生存为49个月 vs 24个月,风险比0.657,p=0.003,病理完全缓解率29%,手术死亡率两组均为4%。
- Beukinga等97例研究中,包含PET衍生GLRL长游程低灰度强调和CT衍生游程百分比的临床模型预测治疗反应的AUROC高于SUVmax。
- Paul等65例研究中,包含GLCM均匀性的模型预测治疗反应的AUROC为0.823,但不能预测生存。
临床应用与阅片要点
- 对于食管癌和食管胃交界癌,对比增强CT仍是分期最常用的第一步,因就诊时转移性疾病患病率高。
- 考虑根治性路径的患者,EUS用于局部肿瘤和淋巴结分期,18F-FDG PET/CT用于远处转移,以减少无效手术率。
- 胃癌初始分期同样使用对比增强CT,考虑根治性治疗时EUS有助于确定肿瘤近端和远端范围,18F-FDG PET/CT可检测受累淋巴结和转移性疾病,但在黏液性和弥漫性肿瘤中准确性较低。
- MRI目前不被推荐用于食管癌或胃癌的常规成像,但PET/MRI混合系统的出现增加了对MRI评估能力的兴趣。
局限性
- 研究使用回顾性数据集,不同扫描仪和/或机构间成像技术不同。
- 特征选择方法不同,关注的特征集不同。
- 方法缺乏透明度,使用不同的内部软件。
- 数据分析和解释的统计和生物信息学方法各异。
- PET研究调查纹理特征作为预后指标的结果更为混杂,仅两项研究发现与总生存的关联。
全文中译7 节 · 点击展开
需要更好的患者分层
食管癌或食管胃结合部癌(每年新发456,000例)和胃癌(每年新发952,000例)是全球癌症死亡的主要原因[1]。超过50%的就诊患者被诊断为IV期疾病,无法进行根治性治疗。对于早期疾病患者,手术通常联合新辅助化疗或放化疗,提供了最佳的治愈机会[2–7]。
例如,OEO2和MAGIC试验关于食管癌和食管胃结合部癌的数据分别显示5年总生存率提高了6%[3]和13%[4]。对于食管癌和食管胃结合部癌,在手术基础上联合新辅助化疗和放疗的三模式治疗在选定的患者人群中也可能优于单纯新辅助化疗[8]。CROSS试验[6]比较了新辅助放化疗联合手术与单纯手术治疗食管癌和食管胃结合部癌患者,结果显示多模式治疗患者的总生存期更优,为49个月 vs. 24个月,风险比0.657,p = 0.003,病理完全缓解率为29%,且手术死亡率未增加(手术组和三模式组均为4%)。
最近一项关于胃癌患者新辅助化疗的系统综述和荟萃分析也发现3年生存率有所改善(相对危险度1.30;95% CI 1.06–1.59,p < 0.01)[9]。食管癌、食管胃结合部癌和胃癌的典型管理路径分别见图1和图2。然而,尽管患者护理有所改善,总生存率仍然较差。
近期的基因组分析强调了食管癌、食管胃结合部癌[10]和胃癌[11, 12]中存在的遗传异质性,这是结局差异和治疗反应异质性的潜在原因。许多患者术后生活质量仍然较差,接受食管切除术的患者需要长达3年才能恢复到治疗前水平[13]。更好的患者分层仍然是上消化道肿瘤患者面临的关键挑战。
分期时的影像学检查路径
对于食管癌和食管胃结合部癌,增强计算机断层扫描(CT)仍然是分期中最常用的第一步检查,因为就诊时转移性疾病患病率高[14–16]。对于考虑进行根治性治疗的患者,会进行超声内镜(EUS)和18F-氟脱氧葡萄糖正电子发射断层扫描/CT(18F-FDG PET/CT),因为EUS对局部肿瘤和淋巴结分期的敏感性和特异性较高;而18F-FDG PET用于检测远处转移[17–19]。这旨在降低无效手术率。
对于胃癌,初始分期同样采用增强CT。如果考虑根治性治疗,使用超声内镜(EUS)有助于确定肿瘤的近端和远端范围,而18F-FDG PET/CT已被证明可通过检测受累淋巴结和转移性疾病来改善分期,尽管其在黏液性和弥漫型肿瘤中可能不够准确[20]。
在食管癌中,PET有潜力改变多达三分之一患者的治疗管理[21, 22],并且常被纳入放疗计划路径[23, 24]。美国外科医师学会肿瘤学组报告18F-FDG-PET/CT扫描的敏感度和特异度分别为79%和95%[18]。
磁共振成像(MRI)目前不推荐用于食管癌或胃癌的常规成像。然而,随着近年来混合PET/MRI系统在临床实践中的出现,人们对MRI作为评估工具的能力兴趣日增。MRI提供优异的软组织对比度,并可显示食管壁各层及邻近淋巴结。生理序列(如扩散加权MRI)也可纳入扫描方案。一项以病理为金标准的初始分期18F-FDG PET/MRI研究在淋巴结评估方面前景良好,报告的准确率为83%,而超声内镜(EUS)和CT分别为75%和50%[25]。
影像组学的作用?
影像组学方法在患者分层方面显示出前景。影像组学利用作为临床管理路径一部分所执行的数据。在成像方面,可提取并结合多种参数,包括标准描述符(如大小、形态、TNM(肿瘤、淋巴结、转移)分期);定性、半定量或定量生理参数(如对比增强、扩散特征、示踪剂摄取);以及通过生物信息学方法获得的原本“不可见”的额外不可知特征。其中,基于纹理的特征迄今为止研究最为常见。表1列出了研究中已探索的一些特征。
影像组学特征提供了预测潜在肿瘤生物学和行为的额外信息。这些特征可单独使用或与其他患者相关数据(如病理数据;基因组数据)联合使用,以改善肿瘤表型分析、治疗反应预测和预后。影像组学特征可针对所有横断面成像模态获得,包括CT、PET和MRI。图3展示了典型的影像组学流程。图4展示了18F-FDG PET图像的肿瘤分割过程及相应的肿瘤标准化摄取值图。在食管癌、食管胃交界癌和胃癌中的初步研究已显示出对患者诊疗的前景。
18F-FDG PET影像组学
已有九项18F-FDG PET研究在食管癌和食管胃交界癌中开展,总结于表2。迄今为止尚无针对胃癌的研究。现有研究集中于与标准实践相比对反应或预后的预测。研究发现,各种一阶、二阶和高阶特征有助于评估反应,区分反应者与无反应者(无反应者异质性更大),并可预测完全缓解。其性能优于单独使用传统参数。预后数据仍存在矛盾。
更详细地说,五项研究探讨了治疗前影像对单纯治疗反应预测(n = 2)、单纯预后预测(n = 1)以及治疗反应和预后预测(n = 2)的价值。Tixier等人最早的研究之一显示,在41例患者中,灰度共生矩阵(GLCM)同质性、GLCM熵、灰度大小区域矩阵(GLSZM)大小区域变异性以及游程长度矩阵(RLM)强度变异性可区分无反应者、部分反应者和完全反应者,灵敏度为76%–92% [26]。Beukinga等人在97例患者中显示,包含PET衍生的灰度游程长度(GLRL)长游程低灰度强调和CT衍生的游程百分比的临床模型,在预测治疗反应方面具有比最大标准化摄取值(SUVmax)更高的受试者工作特征曲线下面积(AUROC)[27]。
在一项纳入52例鳞状细胞癌患者的研究中,Nakajo等人发现18F-FDG PET/CT的GLSZM强度变异性和GLSZM大小区域变异性,以及标准体积参数,如代谢性肿瘤体积(MTV)和总病灶糖酵解(TLG),是肿瘤反应的预测因素,但不是无进展生存期或总生存期的预测因素[28]。无反应者显示出显著更高的强度变异性和大小区域变异性。同样,在一项65例患者的研究中,Paul等人发现包含GLCM同质性的模型是反应的预测因素(AUROC值为0.823),但不是生存期的预测因素[29]。然而,在一项纳入403例患者的更大规模研究中,Foley等人发现总病灶糖酵解、直方图能量和峰度与总生存期独立相关[30]。
四项研究评估了治疗前和治疗后的18F-FDG PET成像。Tan等人最初的一项研究在20例患者中发现,2个SUVmean参数(SUVmean下降和SUVmean偏度)以及3个纹理特征(GLCM惯性、GLCM相关性和GLCM聚类突出度)是完全反应的显著预测因素,AUROC为0.76 [31]。在217例腺癌患者中,Van Rossum等人开发了一个预测模型,该模型包含游程长度矩阵(RLM)游程百分比变化、GLCM熵变化以及放化疗后圆形度,与单纯临床模型相比,将校正c指数(一致性指数,与AUROC相当)从0.67提高到0.77 [32]。Yip等人发现游程长度和大小区域矩阵的变化可区分反应者与无反应者[33]。更近期,Beukinga等人发现,与临床变量或单纯SUVmax相比,临床T分期联合放化疗后18F-FDG PET有序性在预测病理完全反应方面提供了高判别准确性[34]。
CT影像组学
九项研究探讨了CT衍生的异质性参数在食管癌或胃癌患者分类、反应预测和总生存期方面的能力。三项研究针对食管癌进行了反应预测或预后预测(表3)。这些研究发现,无反应者和结局较差者中存在更大的异质性。
最大的一项研究纳入49例患者,发现直方图偏度、直方图峰度、GLSZM长区域强调以及2个Gabor变换参数MSA-54和MSE-54,通过人工神经网络衍生的预测模型能够区分无应答者与应答者[35]。其余两项研究评估了预后预测。Ganeshan等发现,治疗开始前平扫CT图像上较低的直方图均匀度(高斯滤波)是总生存较差的一项独立预测因素[36]。Yip等分析了36例患者治疗前后的增强图像,发现两个时间点之间直方图熵显著降低、均匀度(高斯滤波)显著升高。治疗后熵较高与总生存较差相关[37]。
对于胃癌(表4),三项研究评估了放射组学方法用于分类的潜力。研究发现,增强图像上的一阶和二阶分析可能有助于鉴别淋巴瘤与胃肠间质瘤[38]或腺癌[39]。另一项纳入107例患者的研究发现,动脉期标准差和熵与分化较差相关[40]。在预后预测方面,Yoon等研究了26例HER2+胃癌患者曲妥珠单抗治疗前的情况。在其分析中,他们发现GLCM对比度、方差、相关性和角二阶矩(也称为能量或均匀度)与较差的生存相关[41]。在另一项研究中,Giganti等在56例患者中显示,一阶能量、熵和偏度与不良预后显著相关[42]。Giganti等还评估了34例患者迟动脉期衍生的化疗前纹理特征。他们发现应答者的熵和紧凑度较高、均匀度较低[43]。尚无研究评估胃癌的预后预测或治疗反应。
MRI放射组学
迄今为止,该肿瘤组中MRI的数据很少,因为MRI并非临床路径中的常规检查。已有一些胃癌治疗前ADC图的探索性数据(表5)。Liu等发现,一阶统计量偏度可能在淋巴结阳性与淋巴结阴性患者之间存在差异,并与病理特征包括神经周围和血管侵犯相关[44–47]。然而,迄今为止尚无研究探讨预后预测或反应评估。
讨论
迄今为止,已发表22项影像学研究,探讨放射组学方法在食管癌、食管胃交界癌和胃癌中的应用,主要集中在纹理分析。食管癌和食管胃交界癌的初步数据提示,放射组学方法在改善患者治疗分层方面具有潜力。八项18F-FDG PET研究探讨了异质性分析用于反应预测的可行性(其中四项仅使用治疗前影像)。最常报告的有意义特征之一是GLCM熵,反映图像内的局部随机性(不规则性),其中低GLCM熵代表更均匀的纹理。成功分类治疗反应的报告准确度范围为0.7至1.0(AUC)。
几乎所有已发表的研究都将“经典”PET参数,例如SUVmax、总病灶糖酵解和代谢肿瘤体积,纳入预测模型。总体而言,放射组学参数对预测模型有贡献,并为标准参数提供了额外信息。三项食管癌CT研究也提示,更大的肿瘤异质性与较差疗效和预后相关。
探讨纹理特征作为预后因素的PET研究结果则更为混杂。仅有两项研究发现与总生存期存在关联。胃癌的CT和MRI数据也各不相同。两项研究发现若干特征与生存时间相关,然而对于某些参数,例如直方图熵和能量,考虑到它们在数学上所代表的含义,发现这两个参数以相同方向相关令人惊讶。
迄今为止,研究解读面临的一个挑战是使用回顾性数据集,这些数据集涉及不同扫描仪和/或机构间的不同成像技术;特征选择方法不同;关注的特征集不同;使用不同的内部软件导致方法学缺乏透明度;以及数据分析和解读所用的统计学和生物信息学方法各异。该领域的研究者已强调了这一点[48]。
在食管癌和食管胃结合部癌的背景下,今后重要的是提高我们的数据质量。纳入质量控制的前瞻性计划研究是朝着改善数据管理、确保预测模型适用于预期目的并实现放射组学改善患者分层这一承诺的正确方向迈出的一步。
引用
- Sah BR, Owczarczyk K, Siddique M, et al. Radiomics in esophageal and gastric cancer. Abdom Radiol (NY). 2019. PMID: 30116873. doi:10.1007/s00261-018-1724-8
- 全文:PMC6934409(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6934409/
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。