文献速递妇产影像腹部技术与安全CT

基于计算机断层扫描的人工智能驱动腰部骨骼肌体积在子宫内膜癌中的预后作用

Prognostic role of computed tomography-based, artificial intelligence-driven waist skeletal muscle volume in uterine endometrial carcinoma.
PubMed 文献 · Insights Imaging · 2021-12-20

本研究回顾性纳入385例子宫内膜癌患者,利用人工智能工具自动测量治疗前CT的L3骨骼肌面积和腰部骨骼肌体积,并计算指数。以L3骨骼肌指数39.0 cm2/m2定义的肌少症与生存无显著相关,而低于中位值206.0 cm3/m3的低体积骨骼肌指数组无进展生存期和总生存期显著更差,多因素分析显示其为独立不良预后因素。

要点

  • L3骨骼肌指数定义的肌少症与无进展生存期和总生存期均无显著相关。
  • 腰部骨骼肌体积指数低于206.0 cm3/m3提示无进展生存期和总生存期更差。
  • 治疗前CT身体成分分析可为子宫内膜癌提供预后信息。

核心结论

  • 腰部骨骼肌体积可能是子宫内膜癌患者的一种新型预后生物标志物。
  • 治疗前评估身体成分可为患者提供重要的预后信息。
  • 在子宫内膜癌患者中,骨骼肌的容积定量似乎是可行的。

研究设计与样本

  • 单中心回顾性队列研究,纳入2014年1月至2018年12月接受初次手术且治疗前CT可用的子宫内膜癌患者385例。
  • 使用商业人工智能软件DEEPCATCH v1.0.0.0自动测量L3骨骼肌面积和腰部骨骼肌、内脏脂肪、皮下脂肪体积。
  • 以身高标准化得到L3骨骼肌指数和容积指数,肌少症定义为L3骨骼肌指数<39.0 cm2/m2。
  • 容积指数无既定截断值,采用各身体成分容积指数的中位值分组。
  • 无进展生存期和总生存期从手术日期起算,分别至疾病进展(RECIST 1.1确认)和癌因死亡或研究结束。

关键影像表现/征象

  • L3骨骼肌指数与容积骨骼肌指数显著相关但关系较弱(Pearson相关系数r=0.266;p<0.001)。
  • BMI与L3骨骼肌指数(r=0.284;p<0.001)及容积骨骼肌指数(r=0.516;p<0.001)呈显著正相关。
  • 低容积骨骼肌指数组较高容积骨骼肌指数组年龄更大(均值58.0 vs. 53.1岁;p<0.001),基线BMI更低(中位22.9 vs. 26.0 kg/m2;p<0.001)。
  • 低容积骨骼肌指数组高分级疾病比例更高(34.9% vs. 20.2%;p=0.001)。
  • 2009 FIGO分期与基线容积骨骼肌指数无关(四分类p=0.608;I–II期 vs. III–IV期p=0.359)。

诊断标准与关键数值

  • 肌少症定义为L3骨骼肌指数<39.0 cm2/m2(国际共识提出的截断值)。
  • 容积骨骼肌指数以中位值206.0 cm3/m3分组,低容积组<206.0 cm3/m3(n=192),高容积组≥206.0 cm3/m3(n=193)。
  • 肌少症组(<39.0 cm2/m2,n=177)与非肌少症组(≥39.0 cm2/m2,n=208)3年无进展生存率80.4% vs. 85.5%(p=0.335),3年总生存率94.3% vs. 97.8%(p=0.241)。
  • 低容积骨骼肌指数组与高容积骨骼肌指数组3年无进展生存率77.3% vs. 88.8%(p=0.004),3年总生存率92.8% vs. 99.4%(p=0.003)。
  • 多因素分析中低容积骨骼肌指数为无进展生存期独立不良预后因素(校正HR 1.762;95%CI 1.051-2.953;p=0.032)和总生存期独立不良预后因素(校正HR 5.964;95%CI 1.296-27.448;p=0.022)。

临床应用与阅片要点

  • 作者认为,若个体容积骨骼肌指数低且疾病复发和死亡风险高,医生可能在治疗和监测中给予更多关注。
  • 作者提出,基于评估结果,医生可能开具口服或静脉营养支持及最佳对症治疗。
  • 作者建议,可能推荐体育锻炼或训练干预以增加骨骼肌量或防止治疗期间进一步肌肉丢失。
  • 作者认为,为更早识别疾病复发,随访间隔和监测方法可能个体化。
  • 作者指出,鉴于CT常作为诊断的一部分,基于人工智能的腰部骨骼肌常规容积定量在子宫内膜癌患者中似乎是可行的。

局限性

  • 由于回顾性性质,选择偏倚是最主要问题;治疗前CT尚未常规进行,约20%患者因此被排除,提示可能存在偏倚。
  • 未研究肌少症与围手术期或治疗相关并发症之间的关联。
  • 未考虑每例患者身体成分的序贯变化,需进一步研究纵向变化是否恶化生存结局。
  • 由于影像模态的限制,仅测量肌肉面积和体积,未评估肌肉质量。
全文中译12 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. 2021 Dec 20;12:192. doi: 10.1186/s13244-021-01134-y

要点

腰部骨骼肌体积可能成为子宫内膜癌的一种新预后生物标志物。

治疗前评估身体成分可提供预后信息。

骨骼肌的体积定量在子宫内膜癌患者中似乎是可行的。

引言

子宫内膜癌是全球性负担,估计每年新发病例为417,367例[1]。在美国,子宫内膜癌在2021年位居女性最常见癌症第四位,并是癌症相关死亡的第六大原因[2]。在韩国,子宫内膜癌的发病率逐渐上升,如今已成为最常见的妇科恶性肿瘤[3, 4]。西方生活方式以及女性肥胖发病率的显著增加,导致韩国子宫内膜癌及其他肥胖相关癌症的发病率快速上升[4, 5]。

肥胖是公认的子宫内膜癌危险因素,并与1型子宫内膜癌密切相关。据报道,超重女性患子宫内膜癌的风险增加1.5倍,肥胖女性增加超过2.5倍[6]。体重指数(BMI)已被广泛用作体脂过多的指标。在美国一项大型队列研究中,观察到较高的BMI与子宫内膜癌死亡风险增加之间存在显著趋势[7]。近来,不仅体脂过多,而且肌肉量不足(称为肌肉减少症)也引起了研究者的关注,因为其会导致包括乳腺癌[8, 9]、肺癌[10]和胃癌[11]在内的多种恶性肿瘤的不良生存结局。

研究治疗前肌肉减少症在子宫内膜癌中预后作用的研究显示了相互矛盾的结果[12–14]。为判定肌肉减少症,这些研究通常基于既往研究结果,即第三腰椎(L3)水平横断面图像能很好地反映全身肌肉量和脂肪组织[15, 16],从单张计算机断层扫描(CT)图像测量骨骼肌面积。除面积测量外,近期技术进步使得能够从CT扫描中对特定身体成分(如骨骼肌、内脏脂肪和皮下脂肪)进行体积测量,而由于需要大量时间和人力,这在过去不可行[17]。身体成分的体积测量可能比单张横断面图像中的面积测量包含更丰富、更精确的信息[18]。此外,基于人工智能的工具可通过自动分割和体积计算在几分钟内处理大量影像数据。

因此,我们旨在确定基于CT、由人工智能驱动的腰部骨骼肌体积对子宫内膜癌患者生存结局的影响。此外,我们研究了使用基于人工智能的工具自动测量的各身体成分体积的预后作用。

材料与方法

研究人群

这项单中心回顾性队列研究获机构审查委员会批准(编号H-2012-027-1178),并按照《赫尔辛基宣言》原则实施。知情同意要求被豁免。

从本机构的子宫内膜癌队列中,我们筛选出符合以下标准的患者:(1)确诊子宫内膜癌时年龄≥20岁;(2)于2014年1月至2018年12月期间接受初次手术治疗;(3)术前1个月内获取的治疗前CT扫描存储于图像存档与通信系统中。同时,我们排除了以下患者:(1)无法获取或未接受治疗前CT扫描者;(2)在子宫内膜癌诊断前及诊断时患有其他活动性恶性肿瘤者;(3)在手术治疗前接受过激素治疗、化疗或放疗者;(4)临床病理数据不完整者;(5)在辅助治疗期间或术后3个月内无疾病复发但失访者。

数据收集

通过查阅病历和病理报告,我们收集了患者的临床病理数据,包括年龄、合并症、血清CA-125水平、组织学类型和分级,以及2009年国际妇产科联盟(FIGO)分期。组织学分级3级肿瘤被视为高级别病变。我们还收集了病理危险因素数据,如肌层浸润和淋巴血管间隙浸润(LVSI),以及术后辅助治疗情况。根据治疗前BMI,按照世界卫生组织(WHO)亚洲人群标准[19]将所有患者分为四类:< 18.5 kg/m2(体重过低)、18.5–22.9 kg/m2(正常)、23.0–24.9 kg/m2(超重)和≥ 25.0 kg/m2(肥胖)。

患者在最初2年内每3至4个月接受一次体格检查和血清癌抗原125(CA-125)水平血液检测,随后2年每6个月一次,此后每年一次。影像学检查根据医生偏好或当症状或检查结果可疑提示复发时进行。无进展生存期(PFS)和总生存期(OS)分别定义为从手术日期至经实体肿瘤疗效评价标准1.1版[20]确认的疾病进展日期,以及至癌症相关死亡或研究结束日期的时间间隔。

CT图像分析

为进行身体成分分析,我们将治疗前CT扫描的匿名化医学数字成像和通信图像上传至商用人工智能软件(DEEPCATCH v1.0.0.0;MEDICALIP Co. Ltd.,韩国首尔)。该软件自动执行以下程序:(1)测量L3水平骨骼肌面积(cm2);(2)对骨骼肌、腹部内脏脂肪和皮下脂肪进行体积分割,与手动分割相比,Dice相似度评分为97%[17];(3)根据WHO腰围测量指南[21],标记髂嵴顶部与肋 Cage下缘之间的腹部腰部;(4)量化每个体积分割(cm3)。一位擅长身体成分分析的放射科医生(S.H.Y.)确认了所有操作和结果。

因此,我们获得了每位患者的L3骨骼肌面积(cm2)以及腰部骨骼肌、内脏脂肪和皮下脂肪体积(cm3)。我们将内脏脂肪和皮下脂肪体积相加得出总脂肪体积(cm3)。L3骨骼肌面积按身高(m2)进行标准化,报告为L3骨骼肌指数(SMI);腰部体积按身高(m3)进行标准化,报告为体积指数。我们还计算了其他身体成分指标及骨骼肌与内脏脂肪比值(图1)。

据我们所知,尚无研究验证L3 SMI在健康韩国女性中诊断肌少症的截断值。此外,采用其他国家既往研究得出的截断值并不合适,因为身体成分因地理区域和种族而异。因此,我们依据国际共识提出的截断值[22],将个体L3 SMI低于39.0 cm2/m2定义为肌少症。该截断值也已用于我们此前关于卵巢癌[23]和宫颈癌[24]的研究。由于体积指数尚无既定截断值,我们对每种身体成分指标的体积指数采用其中位数,并据此将患者分为两组。随后,评估了肌少症、体积指数与生存结局之间的关系。

图1 使用CT图像评估身体成分。尽管基线BMI相似,两名患者表现出不同的身体成分特征如下:A 一名66岁非肌少症女性,高体积SMI;B 一名60岁肌少症女性,低体积SMI。红色,骨骼肌;绿色,腹部内脏脂肪;黄色,皮下脂肪;蓝线表示腰部;浅绿线表示L3层面。同时展示L3层面横断面图像。 查看原图 ↗

统计分析

比较肌少症组与非肌少症组之间以及低体积SMI组与高体积SMI组之间的基线临床病理特征和生存结局。分类变量采用Pearson卡方检验或Fisher精确检验进行比较,连续变量采用Student t检验或Mann–Whitney U检验进行比较。采用Pearson相关系数检验衡量连续变量之间的关系。生存分析采用Kaplan–Meier法及log-rank检验。多因素分析采用Cox比例风险回归模型,计算各变量的校正风险比(aHRs)和95%置信区间(CIs)。所有统计分析均使用SPSS软件25.0版(IBM Corp., Armonk, NY, USA)和GraphPad Prism 5软件(GraphPad Inc., La Jolla, CA, USA)进行。统计学显著性设定为p < 0.05。

结果

研究人群的特征

附加文件1:图S1描述了研究人群的选择。共有385例患者纳入分析。患者的临床病理特征见附加文件1:表S1。患者平均年龄为55.5岁。根据BMI,超重和肥胖患者的比例分别为22.6%和43.1%。子宫内膜样型是最常见的组织学类型(81.8%),27.5%的研究人群被确定为高级别病变。三分之二(76.6%)的患者为早期疾病(2009 FIGO I–II期)。盆腔淋巴结清扫术和腹主动脉旁淋巴结清扫术分别在97.7%和74.0%的患者中实施。肌层浸润≥ 50%和LVSI分别在28.8%和29.1%的患者中被确定。表1显示了所有患者的基线身体组成。L3 SMI和体积SMI的中位值分别为39.8 cm2/m2(四分位距[IQR],33.8–46.6)和206.0 cm3/m3(IQR,179.9–240.3)。

患者的L3 SMI与体积SMI显著相关,但相关性较弱(Pearson相关系数r = 0.266;p < 0.001)(图2A)。BMI与L3 SMI之间(r = 0.284;p < 0.001)以及BMI与体积SMI之间(r = 0.516;p < 0.001)观察到显著正相关(图2B、C)。BMI还与体积总脂肪、内脏脂肪和皮下脂肪指数相关(图2D–F)。

表1 所有患者的基线身体组成 查看原表 ↗
图2 BMI与L3 SMI及体积身体组成指数之间的相关性。A L3 SMI与体积SMI之间的关系;B BMI与L3 SMI之间的关系;C 体积SMI;D 总脂肪指数;E 内脏脂肪指数;F 皮下脂肪指数 查看原图 ↗

根据各种身体组成指数的生存结局

在385例患者中,71例(18.4%)出现疾病复发,15例(3.9%)在中位观察期42.7个月内死亡。基于L3 SMI,肌少症组(< 39.0 cm2/m2;n = 177)和非肌少症组(≥ 39.0 cm2/m2;n = 208)显示出相似的PFS(3年PFS率,80.4% vs. 85.5%;p = 0.335)和OS(3年OS率,94.3% vs. 97.8%;p = 0.241)(图3A、B)。相比之下,低体积SMI组(< 206.0 cm3/m3;n = 192)与高体积SMI组(≥ 206.0 cm3/m3;n = 193)相比,显示出显著更差的PFS(3年PFS率,77.3% vs. 88.8%;p = 0.004)和OS(3年OS率,92.8% vs. 99.4%;p = 0.003)(图3C、D)。按各中位值分组,根据体积总脂肪、内脏脂肪和皮下脂肪指数及骨骼肌与内脏脂肪比值,未观察到PFS和OS的差异(附加文件1:图S2)。

图3 肌少症组与非肌少症组(上)以及高体积SMI组与低体积SMI组(下)之间生存结局的比较。A、C 无进展生存期;B、D 总生存期 查看原图 ↗

高体积SMI组与低体积SMI组之间的分析

高体积骨骼肌指数(SMI)组与低体积SMI组之间临床病理特征的比较见表2。低体积SMI组患者的年龄显著更大(均值,58.0岁 vs. 53.1岁;p < 0.001),基线BMI显著更低(中位数,22.9 vs. 26.0 kg/m2;p < 0.001)。低体积SMI组中高级别疾病患者的比例显著更高(34.9% vs. 20.2%;p = 0.001)。其他特征,包括合并症、血清CA-125水平、组织学类型、2009 FIGO分期、病理危险因素及辅助治疗,在两组间相似。

两组的基线身体组成见附加文件1:表S2。与高体积SMI组相比,低体积SMI组的L3 SMI显著更低(中位数,33.8 vs. 44.4 cm2/m2;p < 0.001),且由L3 SMI判定的肌少症比例更高(64.1% vs. 28.0%;p < 0.001)。低体积SMI组的体积总脂肪、内脏脂肪及皮下脂肪指数亦更低。然而,低体积SMI组的骨骼肌与内脏脂肪比值高于高体积SMI组(1.340 vs. 1.046;p < 0.001)(附加文件1:表S2)。

研究了临床病理特征与体积SMI之间的关联。如附加文件1:表S3所示,与年龄< 55岁者及超重-肥胖BMI类别者相比,年龄≥ 55岁者(中位数,196.6 vs. 217.3 cm3/m3;p < 0.001)及体重不足-正常BMI类别者(中位数,189.4 vs. 222.7 cm3/m3;p < 0.001)的体积SMI显著更低。然而,2009 FIGO分期与基线体积SMI无关(四分类,p = 0.608;2009 FIGO I–II期 vs. III–IV期,p = 0.359)。

接下来,我们进行了多因素分析,调整了患者年龄、FIGO分期及其他临床病理因素。虽然BMI类别与生存结局无关,但低体积SMI被确定为无进展生存期(PFS)(aHR,1.762;95% CI,1.051–2.953;p = 0.032)和总生存期(OS)(aHR,5.964;95% CI,1.296–27.448;p = 0.022)的独立不良预后因素(表3及附加文件1:表S4)。

表2 高体积与低体积SMI组的临床病理特征 查看原表 ↗
表3 与患者无进展生存期相关的因素 查看原表 ↗

讨论

在这项单中心回顾性队列研究中,我们证明了治疗前肌少症及腰部身体组成对子宫内膜癌患者生存结局的影响。虽然CT判定的肌少症(定义为L3 SMI < 39.0 cm2/m2)未影响患者的疾病复发率和死亡率,但低体积SMI(< 206.0 cm3/m3)与更差的PFS和OS显著相关。

迄今为止,已在多种恶性肿瘤中报道了肌少症导致的不良生存结局[8–11]。虽然BMI与子宫内膜癌预后之间的关系已被充分研究,但关于肌少症预后影响的研究相对有限。此外,各研究间的研究人群(如地理区域、种族和疾病背景)及肌少症定义不同,这使得除结果相互矛盾外,解读亦较为困难。

例如,Kuroki等基于治疗前CT扫描L3水平横断面图像测得的平均腰大肌面积的中位值(4.33 cm2)来定义肌肉减少症。在该研究中,肌肉减少症被确定为PFS的独立不良预后因素(aHR,3.99;95% CI,1.42–11.3),但对OS并非如此[12]。与我们的研究类似,Rodrigues等在治疗前CT扫描上测量了L3 SMI,但他们使用中位值(42.45 cm2/m2)将患者分为高L3 SMI组和低L3 SMI组。多因素分析显示,低L3 SMI与1年死亡率无关[13]。近期,Ganju等报道,根据放疗模拟定位时获得的CT扫描以L3 SMI < 41.0 cm2/m2定义的肌肉减少症,对接受子宫切除术和盆腔放疗的患者的PFS和OS均无影响[14]。虽然这三项研究均在西方人群中进行,但Lee等的双机构回顾性队列研究是在台湾人群中进行的[25]。该研究纳入131例接受分期手术和辅助放化疗的FIGO III期子宫内膜癌患者。肌肉减少症使用L3 SMI定义, cut-off值为39.3 cm2/m2,该值与当前研究中的值相似。与我们的研究一致,肌肉减少症与PFS(p = 0.28)或OS(p = 0.37)均无关[25]。

据我们所知,本研究是首次在子宫内膜癌患者中采用各身体成分腰部体积测量概念的研究。我们认识到L3水平图像分析是一种通用且广泛使用的方法。然而,单个L3水平横断面CT图像的分析存在局限性:由于胃肠道的移位,单个横断面图像中腹部肌肉和脂肪的分布分别可能变化高达两倍和三倍[18]。这种变异性似乎导致本研究中L3 SMI与体积SMI之间关系较弱。因此,腰部体积测量比单个横断面图像的面积测量更精确,更能反映全身身体组成。特别是,基于人工智能的工具快速、准确地执行了大量影像数据的自动体积量化。

与L3 SMI不同,本研究中体积SMI与更差的生存结局显著相关。与L3 SMI相比,低体积SMI可能更好地反映肌肉减少症的存在。既往研究报道,肌肉减少症与许多恶性肿瘤中化疗毒性增加和耐药相关[8–11]。在肌肉减少症的许多特征中,促炎细胞因子(如IL-6和TNF-α)的增加可能是肌肉减少症合并子宫内膜癌患者预后不良的原因[26, 27]。已知IL-6促进肿瘤增殖和化疗耐药,并触发上皮-间质转化,导致癌症转移[28]。然而,一些人可能认为患者在初次诊断子宫内膜癌时已经患有癌症恶病质,表现为肌肉减少症[29]。然而,研究人群中76.6%在诊断时为早期疾病,并且多因素分析中对分期进行了校正。

在此,我们还评估了其他体积指标的预后作用。基于Calle等人对美国人群的大规模队列研究[7],我们最初预期具有高体积总脂肪、内脏脂肪和皮下脂肪指数以及低骨骼肌与内脏脂肪比值的子宫内膜癌患者会显示不良预后。然而,这些因素均与生存结局无关。这些发现可能源于肥胖悖论和种族差异。首先,研究人员指出,肥胖患者的肿瘤比正常体重患者的肿瘤具有更少的侵袭性特征[30]。在子宫内膜癌中,肥胖患者往往对1型肿瘤有良好预后,而非预后不良的2型肿瘤[31]。Park等人报道,治疗前高BMI不影响韩国子宫内膜癌女性的PFS和OS[32]。本研究中也观察到类似结果。其次,亚洲人群比西方人群肥胖程度更低,且即使BMI相同,体脂百分比通常也高于西方人群[19]。因此,针对其他种族群体的研究可能会显示不同结果。体积身体成分指标的最佳截断值也可能不同。

与精准医学时代相一致,早期识别可能影响个体生存结局的不良身体成分具有重要的临床意义。因此,如果个体具有低体积SMI且处于疾病复发和死亡高风险,医生在治疗和监测期间可能会给予更多关注。根据评估结果,医生可能会开具口服或静脉营养支持和最佳对症治疗[33]。可能会推荐体育锻炼或训练干预以增加骨骼肌质量或防止治疗期间进一步的肌肉丢失[34, 35]。为更早识别疾病复发,随访间隔和监测方法可个体化。

我们的研究有几项局限性。首先,由于其回顾性性质,选择偏倚是最主要的问题。在子宫内膜癌治疗前检查中,CT扫描尚未常规进行。从该机构的子宫内膜癌队列中,约20%的患者因此原因被排除,提示可能存在偏倚。其次,未研究肌少症与围手术期或治疗相关并发症之间的关联。第三,我们未考虑每位患者身体成分的序贯变化。患者在辅助治疗期间可能经历骨骼肌丢失或腹部内脏脂肪增加。有必要进一步研究探讨此类纵向变化是否恶化子宫内膜癌患者的生存结局。最后,由于影像学方式的局限性,我们仅测量或量化了肌肉面积和体积,而未测量肌肉质量。

尽管存在这些局限性,我们的研究是首个在子宫内膜癌患者中引入基于人工智能的身体成分体积测量的研究。在单中心进行,具有明确的纳入和排除标准,手术、辅助治疗、围手术期护理和监测的同质性将是本研究的优势。

结论

总之,我们的研究结果表明,腰部体积骨骼肌指数(SMI)可能是子宫内膜癌患者的一种新型预后生物标志物。考虑到CT扫描通常作为诊断的一部分进行,基于人工智能的腰部骨骼肌常规体积定量在子宫内膜癌患者中似乎是可行的。

补充信息

附加文件1。表S1。所有患者的临床病理特征。表S2。高体积SMI组和低体积SMI组的基线身体组成。表S3。体积SMI与临床病理特征之间的关联。表S4。与患者总生存期相关的因素。图S1。描述研究人群选择过程的流程图。图S2。根据不同身体组成指标的生存结局。体积总脂肪指数(A、E);体积内脏脂肪指数(B、F);体积皮下脂肪指数(C、G);骨骼肌与内脏脂肪比值(D、H)。(上)无进展生存期;(下)总生存期。

引用

  1. Kim SI, Chung JY, Paik H, et al. Prognostic role of computed tomography-based, artificial intelligence-driven waist skeletal muscle volume in uterine endometrial carcinoma. Insights Imaging. 2021. PMID: 34928453. doi:10.1186/s13244-021-01134-y
  2. 全文:PMC8688657(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8688657/

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。