原发性肾肉瘤的影像特征及与非肉瘤性肾肿瘤的鉴别
该多中心回顾性研究纳入34例肾肉瘤和136例非肉瘤性肾肿瘤,评估21项影像特征。肾肉瘤多见于年轻患者,表现为更大、更复杂的肿块,更常侵犯肾静脉/下腔静脉、坏死及侵犯邻近器官。基于人口学和影像特征的随机森林模型鉴别肉瘤与非肉瘤的AUC达93.8%。
要点
- 肾肉瘤常见于较年轻患者(中位55岁),表现为大(中位108mm)、复杂(高RENAL评分79.4%)的肾脏肿块。
- 与癌相比,肾肉瘤更常出现不规则形状、边界不清、肾静脉/下腔静脉侵犯、坏死及直接侵犯邻近器官。
- 肿瘤直径和RENAL评分是识别肾肉瘤最重要的影像特征。
关键影像表现/征象
- 肾肉瘤中位直径108mm,非肉瘤43mm(p<0.01);肾肉瘤形状不规则、边界不清更常见(p<0.001)。
- 肾肉瘤更常出现肾静脉或下腔静脉侵犯、肿瘤坏死、直接侵犯邻近器官及接触肾动/静脉(p<0.05)。
- 肾肉瘤高RENAL评分复杂度占79.4%,非肉瘤占25.7%(p<0.01)。
- 仅脂肪肉瘤中宏观脂肪比例较高(75%),与尤文肉瘤和 leiomyosarcoma(各0%)相比差异有统计学意义(p=0.02)。
诊断标准与关键数值
- 随机森林模型(基于人口学和影像特征)鉴别肾肉瘤 vs 非肉瘤的AUC=93.8%,敏感度90.4%,特异度76.5%,阳性预测值93.9%。
- 仅用影像特征(排除年龄、性别)的敏感性分析AUC=91.9%,敏感度80.1%,特异度85.3%,阳性预测值95.6%。
- RENAL评分分级:低复杂度4-6分,中复杂度7-9分,高复杂度10-12分;肾肉瘤中位10分,非肉瘤中位9分(p<0.01)。
临床应用与阅片要点
- 遇到年轻患者的大型复杂肾脏肿块,应警惕肾肉瘤可能,注意评估肾静脉/下腔静脉侵犯、坏死及邻近器官侵犯。
- 肿瘤直径和RENAL评分是鉴别肾肉瘤的重要影像特征,可辅助风险分层。
- 随机森林模型可辅助鉴别,但需注意其特异度相对较低(76.5%),需结合临床。
局限性
- 肾肉瘤罕见,各组织学亚组样本量小,统计效能低。
- 部分患者未按标准三相CT协议扫描,可能影响血管化或坏死等特征的判读。
- 缺乏外部验证队列,可能存在过拟合;虽采用10折交叉验证,仍需外部验证。
- 肾肉瘤与非肉瘤组纳入时间段不同,可能引入图像采集标准差异的偏倚。
全文中译13 节 · 点击展开
引言
2018年,肾癌占全球所有恶性疾病的2.2% [1]。最常见的肾癌亚型,如透明细胞性或乳头状肾细胞癌,起源于肾上皮细胞 [2]。一种与局部侵袭和远处转移可能性增加相关的肿瘤机制是所谓上皮-间质转化(EMT):该过程包括肾上皮极性和屏障完整性的破坏,导致间质表型,称为肉瘤样肾癌 [3]。
相比之下,肉瘤是起源于间质的罕见肿瘤,可遍及全身表现 [4]。在两项较早的研究中,肾肉瘤极为罕见,患病率低于所有肾恶性肿瘤的1% [5, 6]。尽管没有关于肾肉瘤的近期流行病学研究,但来自美国国家癌症数据库和监测、流行病学和最终结果(SEER)数据库的未发表数据证实了肾肉瘤的罕见性,其占肾恶性肿瘤的< 1%(未发表数据,2021)。
与非物质性肾肿瘤相比,表现为肾肉瘤的患者预后更差,Wang及其同事的一项研究报告5年总生存率为14.5% [6]。这一严峻的预后凸显了临床对肾肉瘤及时准确诊断的需求,以便为受影响患者提供个体化治疗策略。
对于肾肿块的总体评估,横断面影像学研究,如计算机断层扫描(CT)和磁共振成像(MRI),是初始诊断和治疗计划的基石。特别是对于肾肉瘤,CT和MRI影像特征已在三篇综述文章和众多病例报告中被评估 [7–9]。这些研究中描述了肾肉瘤的几个独特影像特征,如包膜生长和中央钙化 [7–9]。然而,文献未评估这些特定特征的发生频率,且缺乏标准化影像评估。
鉴于影像谱广泛、该病总体罕见以及影像技术常常非标准化,仅基于横断面影像诊断肾肉瘤仍是放射学挑战 [7–9]。尽管如此,基于影像的肾肉瘤诊断可能通过识别预后严峻且转移性疾病概率高的患者来优化临床管理。此外,国际指南提倡对腹膜后肉瘤进行风险适应性围手术期治疗,包括新辅助化疗和放疗,这也可能在肾肉瘤治疗中发挥作用 [10]。另一方面,在大型坏死性肿瘤(如肾肉瘤)病例中,肾活检的作用和诊断准确性仍不清楚 [11]。
因此,这项多中心研究旨在系统评估肾肉瘤的影像特征,并提出一种准确区分肾肉瘤与非肉瘤性肾肿瘤的方法。
材料和方法
这项回顾性研究经马格德堡大学伦理委员会批准(Nr 148/20)。影像评估和统计分析于2020年9月至12月进行。
患者队列
纳入1995年至2018年间在欧洲11个中心(德国、比利时、土耳其)诊断为肾源性肉瘤的成年患者,这些中心通过内部数据库查询确定了合适的病例。肾肉瘤的诊断基于病理学评估。肾肉瘤亚型根据最新的WHO软组织肉瘤分类进行分层[12]。排除标准包括:初治后复发性肉瘤、非肾源性肉瘤的肾转移、非肾源性肉瘤(即腹膜后肉瘤),以及年龄小于18岁的患者。
对照组从2016年至2020年间在10余个德国影像中心因肾脏肿瘤接受影像学检查并经组织病理学诊断为非肉瘤性肾脏肿瘤的连续患者中随机抽取。根据样本量计算,对照组与肾肉瘤组的规模比为4:1,该计算表明在α水平为0.05、把握度为80%的条件下,至少需要n=130例患者才能检测到患者亚组间影像学特征的中等程度差异。对照组的纳入标准为成年患者经病理学评估确诊为实性肾脏肿瘤。排除初治后复发性肾脏肿瘤。
图像评估
图像评估由一名具有4年腹部影像学经验的阅片者在轴位、矢状位和冠状位图像层面上进行,该阅片者对组织病理学诊断和病例选择过程(即肾肉瘤和非肉瘤性肾脏肿瘤的数量)设盲。对于不确定的病例,与第二位具有15年腹部影像学经验的阅片者达成共识。肾脏肿瘤优先在CT检查上进行评估,并结合MRI检查评估肿瘤坏死和肿瘤囊变。
肾脏肿瘤的外观和范围通过检查表中的21项不同特征进行量化,检查表见补充表1。这些特征来自既往关于肾脏肿瘤影像学的一般性研究和肾肉瘤影像学的特异性研究[7–9, 13]。
采用RENAL肾切除术评分评估肾脏肿瘤的复杂性[13]。RENAL评分按补充表2详述的方法计算,范围为4至12分。肿瘤复杂性分为“低复杂性”(RENAL评分4–6)、“中等复杂性”(RENAL评分7–9)和“高复杂性”(RENAL评分10–12)。肾实质完全被替代的肾脏肿瘤保守评为RENAL评分12分。
统计学分析
连续变量以中位数和四分位距(IQR)表示,分类变量以绝对数和百分比表示。亚组间连续变量的比较采用Wilcoxon秩和检验,分类变量的比较采用卡方检验。
采用随机森林机器学习算法,基于补充表3中详述的影像学和临床变量,以“肉瘤与非肉瘤组织学”的二分类判别来预测肾脏肿瘤组织学。该算法使用10折交叉验证(CV)进行训练。在此外部CV中,连续变量经过中心化和标准化处理,随机森林算法使用2×5折内部CV进行优化。随机森林调优参数“mtry”(每个节点提供的变量数)通过网格搜索确定。最终随机森林模型基于500个自助样本的多数投票。
诊断性能基于袋外样本进行评估,并使用受试者工作特征曲线下面积(AUC;ROC)进行量化。为提供10折CV的AUC估计值,报告了AUC的中位数。Gini指数用于评估随机森林模型中的变量重要性。Youden指数用于从ROC曲线计算灵敏度、特异度和阳性预测值(PPV)。
敏感性分析仅纳入影像学特征,排除患者年龄和性别。
所有统计分析均使用R 3.6.0版本和RStudio 1.3.959版本配合“caret”包完成。α水平为0.05认为具有统计学显著性。所有提供的p值均为双侧。
结果
患者队列
共纳入n = 34例肾肉瘤,并与n = 136例非肉瘤肾肿瘤进行比较。肾肉瘤病例来自欧洲n = 11个中心。
肾肉瘤患者年龄低于非肉瘤病例(中位数55岁,IQR:45.5–66.8岁 vs. 67岁;IQR:56.8–74岁,p < 0.01)。相比之下,两个组织学组均显示男性占优势:肾肉瘤患者中男性占70.6%,而非肉瘤肾肿瘤中为66.2%(p = 0.78)。
如表1所详述,肉瘤组中最常见的组织学亚型为平滑肌肉瘤(LMS;n = 8,23.5%)和Ewing肉瘤(n = 5,14.7%)。在非肉瘤组中,透明细胞肾细胞癌(ccRCC;n = 81,59.6%)为主要组织学类型,其次为乳头状RCC(n = 21,15.4%)。
CT和MR成像
在34例纳入的肾肉瘤患者中,共26例(76%)仅使用CT检查进行成像,6例患者(18%)仅接受MR成像。2例可获得CT和MRI联合检查。所有影像学检查均使用静脉注射碘对比剂或钆基对比剂。在CT检查中,少数使用三期成像方案,包括平扫期、皮髓质期和肾实质期(24.2%)。另有21.2%的CT检查在皮髓质期和肾实质期进行。
在非肉瘤肾肿瘤中,所有CT检查均在静脉注射碘对比剂后进行。n = 56例患者(41.2%)采用三期CT方案,另有n = 53例CT检查(39%)在皮髓质期和肾实质期进行。共27例CT检查(19.9%)仅在皮髓质期或仅在肾实质期进行。
RENAL评分
与非肉瘤性肾肿瘤(9分)相比,肾肉瘤的中位RENAL评分更高(10分,p < 0.01)。相应地,肾肉瘤中79.4%被评定为“高”复杂度肾肿瘤,而非肉瘤性肾肿瘤为25.7%(p < 0.01)。关于RENAL评分及其组成部分的更多细节见补充表4。
肾肉瘤的影像学特征
如表2所总结,肾肉瘤主要表现为右侧肾肿块,直径较非肉瘤性肾肿瘤更大,且更可能具有不规则肿瘤形状以及边界不清的肿瘤边缘(每项p < 0.001)。肾肉瘤更常见直接接触肾动脉或肾静脉,以及侵犯肾静脉或下腔静脉、肿瘤坏死和直接侵犯邻近器官(每项p < 0.05)。3种最常见肾肉瘤亚型的影像学特征见补充表5。
展示肾肉瘤影像学特征的代表性病例研究见图1和图2。
肾肉瘤组织学的预测
应用随机森林算法区分肉瘤性与非肉瘤性肾肿瘤,在袋外样本中获得中位AUC为93.8%。使用约登指数对预测进行二分类,获得的敏感度、特异度和PPV分别为90.4%、76.5%和93.9%。相应的ROC曲线见图3。
利用基尼指数,检测到肿瘤直径和患者年龄的变量重要性最高。图4总结了随机森林模型中最重要的15个变量。
在一项仅纳入影像学特征并排除患者年龄和性别的单独敏感性分析中,随机森林模型获得AUC = 91.9%,敏感度、特异度和PPV分别达到80.1%、85.3%和95.6%。
讨论
肾肉瘤是罕见的间充质肿瘤,据报道其发生率占所有肾恶性肿瘤的<1% [5, 6]。尽管肾肉瘤与不良预后相关,但迄今为止尚无研究系统描述其影像学特征并在临床上将肾肉瘤与非肉瘤性肾肿瘤进行鉴别。
本研究纳入了来自11个欧洲中心的数据,共报告34例肾肉瘤患者,其中平滑肌肉瘤和尤因肉瘤是最常见的组织学亚型(分别为23.5%和14.7%)。鉴于多中心设计和较长的入组 period,所得数据库在影像技术方面存在异质性。
与非肉瘤性肾肿瘤相比,肾肉瘤通常表现为年轻患者的更复杂性肾脏肿块,且与 非肉瘤性肾肿瘤相比,为直径更大、形状不规则且边缘不清的更复杂性肾脏肿块。肾肉瘤还表现出更具侵袭性的局部生长模式,更频繁地侵犯肾静脉或下腔静脉、肿瘤坏死、直接侵犯邻近器官以及与肾动脉或肾静脉接触。
利用影像学特征和人口统计学资料,随机森林算法显示出对肾肉瘤与非肉瘤性肾肿瘤的良好鉴别能力,AUC = 93.8%。使用稳健的10折交叉验证方法,诊断性能基于袋外CT研究,这些研究在训练阶段对随机森林模型不可用,因此在各自的交叉验证迭代中可被视为独立的CT样本。随机森林将肿瘤直径、患者年龄和RENAL评分确定为肾肉瘤识别最重要的影像学特征,突显了所提出算法的临床适用性。在仅使用影像学特征的单独分析中,统计模型仍产生了高诊断性能,AUC = 91.9%,从而证实了影像学特征对肾肉瘤识别的诊断重要性。
本研究中评估的患者队列与已发表文献相比较为吻合。例如,Wang等报告肾肉瘤病例的中位患者年龄为42岁,且以平滑肌肉瘤组织学为主(39%)[6]。
此外,我们研究中非肉瘤性肾肿瘤的随机样本所产成的组织学亚型分布与早期研究一致,报告透明细胞肾细胞癌(RCC)为最常见的亚型,占恶性病例的75–80%,其次是乳头状RCC占10–15% [2]。在此背景下,必须强调良性血管平滑肌脂肪瘤(AML)和嗜酸细胞瘤被有意纳入我们的研究,以更好地反映评估分化不确定的肾脏肿块时的诊断挑战,例如将富脂肪AML与含脂肪肾脂肪肉瘤进行鉴别。同样,肉瘤样RCC被有意采样,以比较经历了上皮-间充质转化的RCC与原发性间充质肾肉瘤的影像学特征。此外,广泛纳入各种非肉瘤组织学亚型最大化了随机森林算法鉴别肾肉瘤与非肉瘤性肾肿瘤的普遍性和临床适用性。
迄今为止,已有若干病例报告和3篇较大规模的综述描述了肾肉瘤的影像学特征[7–9]。文献提示,肾肉瘤的影像学特征随众多肾肉瘤亚型的不同而变化。比较本研究中常见的肾肉瘤亚型,唯一特异性的影像学特征是脂肪肉瘤中宏观脂肪的比例较高(75%),而尤文肉瘤和平滑肌肉瘤均为0%(p = 0.02)。尽管如此,影像学特征亚组分析中缺乏统计学显著性,可能归因于肾肉瘤总体罕见所致的小样本亚组规模。
总体而言,文献支持我们的发现,即与非肉瘤性肾肿瘤相比,肾肉瘤表现为更大的肿瘤直径。例如,Lalwani等指出肾肉瘤诊断时的平均大小为55至230 mm,而Karaosmanoglu等明确肾滑膜肉瘤的平均大小为80 mm [8, 9]。本研究中观察到的肾肉瘤局部侵袭性生长与文献一致,即报道了肾脂肪肉瘤、纤维肉瘤、平滑肌肉瘤、恶性纤维组织细胞瘤和滑膜肉瘤患者中出现下腔静脉瘤栓[7, 14, 15]。在本队列中,肾肉瘤患者常表现为肿瘤坏死(73.5%),这已被描述为肾肉瘤的常见特征[16–18]。尽管如此,本研究中38.2%的患者检测到肾肉瘤连续侵犯邻近器官(如脾或肝)的高比例,迄今尚未见报道。
在纳入的34例肾肉瘤病例中,仅1例显示出先前被描述为肾肉瘤特异性的影像学特征,即1例肾脂肪肉瘤患者表现出包膜生长模式[14]。相比之下,一些作者报道的肾肉瘤影像学标志(如肿瘤钙化和脂肪)在本研究中在肾肉瘤和非肉瘤性肾肿瘤中均被观察到,从而限制了其鉴别价值[7–9]。
本研究训练的随机森林以AUC = 93.8%表现出良好的诊断性能,突显了该方法在准确分类肾肉瘤方面的潜在临床获益。尤其考虑到肾肉瘤的低发病率以及放射科医师对相关影像学特征因此而不熟悉,利用所提出的随机森林算法可能改善肾肉瘤的影像学识别。
鉴于肾肉瘤的不良预后及其转移倾向,准确及时的影像学诊断可能改善患者管理。具体而言,ESMO指南建议对腹膜后肉瘤患者进行风险适应性围手术期治疗,包括新辅助化疗和放疗,这些治疗可能对肾肉瘤也有作用[10]。另一方面,对于大型坏死性肿瘤(如肾肉瘤)病例,肾活检的作用和诊断准确性仍不明确[11]。本研究存在若干局限性。首先,鉴于肾肉瘤总体罕见,特定组织学亚组的样本量较小,导致在影像特征亚组分析中检测差异的统计效能相对较低。其次,并非所有患者均按照标准化方案或三期相检查(如CT评估肾脏肿块所推荐)接受影像学检查。这可能降低其在血管化或肿瘤坏死等影像特征方面的可解释性。第三,无外部队列可用于验证所提出的随机森林算法,这可能导致统计过拟合。尽管如此,采用了保守的10折外部交叉验证以尽量减少潜在过拟合,且鉴于肾肉瘤的罕见性,积累足够规模的外部队列似乎不切实际。
此外,肾肉瘤和非肉瘤亚组的入组时间不同,可能因图像采集标准的差异而引入偏倚,尽管本研究中分析的影像特征在两个队列的所有患者中均可评估。
最后,过去5年缺乏关于肾肉瘤的研究,因此,最新的流行病学进展以及肾肿瘤诊断和治疗的进步可能未在所列参考文献中体现。
结论
肾肉瘤是罕见的间叶性肾脏肿瘤,倾向于在年轻患者中表现为大型复杂性肾脏肿块。基于标准化影像特征和患者人口学特征训练的随机森林算法,采用交叉验证方法,在区分肾肉瘤与非肉瘤性肾脏肿瘤方面显示出良好的诊断准确性,但受限于患者数量较少。肿瘤直径和RENAL评分是识别肾肉瘤最相关的影像特征。
该算法可能有助于在临床实践中及时准确地诊断肾肉瘤,以努力优化和个体化肾癌患者的治疗。
补充信息
ESM 1(DOCX 34 kb)
引用
- Uhlig J, Uhlig A, Bachanek S, et al. Primary renal sarcomas: imaging features and discrimination from non-sarcoma renal tumors. Eur Radiol. 2021. PMID: 34331576. doi:10.1007/s00330-021-08201-4
- 全文:PMC8794936(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8794936/
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。