整合基线特征与[18F]FDG PET/CT参数的四因素预后模型预测局部复发鼻咽癌结局的建立与验证
本研究回顾性分析358例局部复发鼻咽癌患者,探讨[18F]FDG PET/CT参数的预后价值,并建立整合年龄、吸烟史、复发T分期和TLG的四因素列线图预测总生存。模型区分度良好(C-index 0.752),校准曲线一致,决策曲线显示临床实用,可将患者分为低、中、高危三组。
要点
- TLG是局部复发鼻咽癌的独立预后因素,TLG越高生存越差。
- 四因素列线图(年龄、吸烟史、复发T分期、TLG)可个体化预测3年及5年总生存。
- 模型将患者分为低危(评分<98)、中危(98-162)、高危(>162),中位OS分别为92.2、34.5、17.7个月。
全文中译13 节 · 点击展开
引言
鼻咽癌(NPC)是一种具有独特地理分布的头颈部恶性肿瘤,尤其高发于中国南方、东南亚及北非地区[1]。尽管调强放射治疗(IMRT)已取得优异的局部区域控制率,但仍有约10%的鼻咽癌患者在初次治疗后出现局部和/或区域淋巴结复发[2, 3]。目前,局部再程放疗或手术可获得良好的疗效,并显著提高这些患者的总生存期(OS)[4–8]。然而,对于部分局部复发性鼻咽癌(lrNPC)患者,预后仍相对较差,或出现严重的毒副反应。因此,临床实践中迫切需要识别不同风险分层的患者以实施个体化治疗[2, 9]。
临床上,许多指南推荐在局部复发时进行[18F]FDG PET/CT检查,因为据报道高达20%的lrNPC患者伴有远处转移[10–13]。在既往研究中,一些[18F]FDG PET/CT参数,特别是最大标准化摄取值(SUVmax)、代谢肿瘤体积(MTV)和病灶总糖酵解量(TLG)与多种肿瘤的临床结局相关[14–16]。既往用于复发性鼻咽癌患者预后分层的模型是基于大体肿瘤体积(GTV)、既往放疗所致分级、同步淋巴结复发、EBV-DNA水平以及基线特征(包括年龄、体能状态、高血压和复发T分期)建立的[17–20]。然而,这些[18F]FDG PET/CT参数能否预测lrNPC患者的预后尚不清楚。因此,本研究旨在阐明这些参数在lrNPC中的作用,并建立一个将这些参数与其他重要临床预后因素相结合的生存模型,以对lrNPC患者进行分层和个体化治疗。
在本研究中,我们旨在探讨[18F]FDG PET/CT参数对预测lrNPC患者OS和无进展生存期(PFS)的预后价值,以及这些参数与复发TNM分期和Epstein-Barr病毒DNA(EBV-DNA)水平等临床重要因素之间的相关性。此外,我们拟开发并评估一个整合PET/CT参数和基线特征的OS列线图,用于预测lrNPC的预后。
材料与方法
患者纳入标准
回顾性分析2010年11月至2019年5月于中山大学肿瘤防治中心(SYSUCC)接受治疗的358例lrNPC患者,所有患者均具有完整的治疗前基线和18F-FDG PET/CT数据。纳入标准为:(1)lrNPC伴或不伴区域淋巴结转移;(2)无远处转移证据;(3)年龄18至70岁;(4)经病理学或影像学表现及临床症状确诊。此外,[18F]FDG PET/CT在lrNPC治疗前2周内完成,随访时间至少24个月。
数据收集与伦理
收集了人口统计学和临床信息,如年龄、性别、吸烟史、饮酒史、高血压、鼻咽癌家族史、ECOG体能评分、既往治疗、复发TNM分期(国际抗癌联盟TNM分期系统第8版)以及治疗前血浆EBV-DNA水平。本研究经中山大学肿瘤防治中心卫生主管部门伦理委员会批准(批准号:B2022-055-01),并按照《赫尔辛基宣言》(2013年修订版)的伦理标准实施。研究报道符合STROBE规范,并参照STROBE及更广泛的EQUATOR指南。本研究发现所依据的研究数据已存于研究数据存储平台(http://www.researchdata.org.cn/)。
PET/CT图像采集与分析
[18F]FDG PET/CT扫描使用专用PET/CT系统(Discovery ST16;GE Medical Systems,Milwaukee,WI,USA)进行。依照PET/CT肿瘤成像指南[21],使用PET/CT联合扫描仪进行成像。PET/CT方案的详细信息已在既往研究中描述[22]。重建采用有序子集期望最大化迭代算法(OSEM)。[18F]FDG PET/CT参数,包括SUVmax、SUVpeak、SUVmean和MTV,使用PMOD软件(PMOD Technologies Ltd.)从复发性鼻咽肿瘤的[18F]FDG PET图像中获取。与既往研究一致,采用SUV 2.5作为病灶勾画的阈值[23, 24],并自动生成边界内靶病灶周围的轮廓。MTV记录为勾画边缘内SUV > 2.5的区域,同时排除良性病变。最后,TLG计算为SUVmean × MTV [25],HI计算为SUVmax/SUVmean [26]。
列线图的开发、评价与验证
采用单因素Cox回归分析筛选候选临床预测因素,显著性阈值设为p < 0.1。采用前向逐步法进行多因素Cox分析,以确认lrNPC患者OS的独立因素。随后基于该多因素Cox比例风险回归模型开发列线图。使用Harrell一致性指数(C-index)评价模型的区分度。采用受试者工作特征(ROC)曲线分析评价该列线图的敏感度和特异度。随后,通过比较观察到的Kaplan-Meier生存概率估计值与列线图预测的生存概率,评估列线图的校准曲线。生成DCA曲线以评估模型的临床应用价值。最终模型的预测性能采用两步bootstrap重采样程序进行内部验证。
统计分析
主要结局为总生存期(OS),定义为从局部复发鼻咽癌(lrNPC)诊断至全因死亡或末次随访日删失的时间。无进展生存期(PFS)定义为从lrNPC诊断日期至根据RECIST 1.1指南确定的疾病进展日期或全因死亡的时间。采用个案删除法处理所有解释变量中的缺失值。连续变量的最佳截断值通过X-tile(版本3.6.1)计算。连续变量以中位数(四分位距)表示,分类变量以数量(百分比)表示。非配对连续变量数据采用Mann-Whitney检验进行比较。不同临床分期下这些差异参数水平的分析采用单因素方差分析。采用线性相关分析分析EBV-DNA水平与这6个参数之间的相关性。在单因素分析中,采用对数秩检验评估OS与潜在预后因素之间的关联。所有统计分析均使用R版本4.0.5、SPSS版本25.0和GraphPad Prism版本9进行。所有p < 0.05(双侧)被认为具有统计学意义。
结果
患者特征
本研究共纳入358例患者。其中男性258例,女性100例,中位年龄为47岁(IQR:40–55岁)。SUVmax、SUVpeak、SUVmean、MTV、TLG和HI的中位值分别为10.1 g/mL(IQR:6.6–14.3 g/mL)、6.8 g/mL(IQR:4.7–10.4 g/mL)、4.2 g/mL(IQR:3.6–5.1 g/mL)、9.5 mL(IQR:3.8–24.6 mL)、42.9 g/mL × mL(IQR:14.8–117.0 g/mL × mL)和2.3(IQR:1.8–2.7)。中位随访时间为37.2(IQR:26.0–50.7)个月。中位OS和PFS分别为56.3(IQR:47.0–65.6)和36.5(IQR:31.5–41.5)个月。1年、3年和5年OS(PFS)率分别为90.2%(81.8%)、67.9%(50.5%)和48.1%(31.5%)。表1展示了其他患者特征,包括吸烟/饮酒/鼻咽癌家族史、ECOG体能评分、合并症、EBV DNA水平、复发T/N/总体分期及治疗。此外,死亡原因见补充结果。
相关性分析
计算了[18F]FDG PET/CT参数与临床特征(如复发T分期、N分期、总体分期和EBV-DNA水平(log10))之间的相关性。如图S1所示,复发T分期和总体分期越晚,这6个PET/CT参数(SUVmax、SUVpeak、SUVmean、TLG、MTV和HI)的水平越高(均p < 0.0001)。然而,在晚期复发N分期中,仅TLG和MTV随分期进展而升高,可能是由于复发N3患者数量所致(图S1G-L)。线性相关分析表明,这6个参数与EBV-DNA水平呈正相关(R = 0.24–0.34,均p < 0.0001,图1A-F)。此外,可检测到EBV-DNA水平(EBV-DNA拷贝数 > 0)的患者这6个参数水平高于不可检测到EBV-DNA水平的患者(图1A-F,均p < 0.05)。
预后分析
采用单因素Cox回归分析评估这些PET/CT参数在lrNPC患者中的预后价值。如图2和图S2所示,这些治疗前PET/CT参数包括SUVmax、SUVpeak、SUVmean、MTV、TLG和HI均与OS和PFS相关(均p < 0.05)。这6个参数水平越高,lrNPC患者的OS和PFS越差。此外,还分析了一些患者特征(补充结果和图S3-4)。表2展示了PET/CT参数和患者特征单因素Cox回归的bootstrap验证。
随后,采用多因素Cox回归筛选变量。如表3所示,年龄较大(HR:1.62,95% CI:1.18–2.24,p = 0.003)、吸烟史(HR:1.41,95% CI:1.01–1.98,p = 0.046)、复发T分期较晚(rT3 vs rT1/2:HR:1.81,95% CI:1.04–3.12,p = 0.037;rT4 vs rT1/2:HR:2.46,95% CI:1.32–4.60,p = 0.005)和较高的TLG值(37.1–184.3 vs ≤ 3.71:HR:2.26,95% CI:1.49–3.42,p < 0.001;>184.3 vs ≤ 3.71:HR:4.31,95% CI:2.50–7.43,p < 0.001)被确定为lrNPC患者OS较差的独立因素。
模型建立与验证
年龄、吸烟史、复发T分期和TLG这四项指标被选入我们的模型。利用这四个回归系数,开发了用于个体化3年OS评估的OS列线图(图3)。每个预测变量值根据评分量表被赋予相应的评分。通过将各变量的评分相加并将总分定位至生存率量表,可估算3年和5年时间点的OS概率。C指数为0.752(95% CI:0.714–0.790)。列线图对3年和5年OS的预后准确性也通过ROC曲线进行评估,曲线下面积(AUC)分别为0.793和0.791(图4A、B)。列线图用于OS的校准曲线见图4C、D,显示估计结局与观察结局之间具有良好的一致性。如DCA曲线所示(图4E、F),使用列线图预测OS较“不治疗”或“全部治疗”策略提供了净获益,提示该列线图在临床决策中有用。
风险分组分层
我们队列中的风险分层基于列线图模型得出的总评分的最佳截断值。所有患者被分为三个风险组:低风险(总评分<98)、中风险(总评分98–162)和高风险(总评分>162)。低、中、高风险组的中位OS时间分别为92.2(IQR:75.9–108.4)、34.5(IQR:25.5–43.4)和17.7(IQR:12.0–23.4)个月。低、中、高风险组的中位PFS时间分别为53.7(IQR:42.5–64.9)、26.5(IQR:21.4–31.7)和12.5(IQR:7.5–17.5)个月。此外,这3个风险组的3年(5年)OS率分别为87.5%(69.3%)、49.4%(26.3%)和27.3%(9.9%)。这3个风险组的3年(5年)PFS率分别为66.3%(46.7%)、36.8%(18.7%)和16.3%(0)。图5A显示了不同风险组OS的Kaplan–Meier生存曲线。中风险(HR1:3.56,95%CI:2.49–5.08,p < 0.001)和高风险(HR2:8.19,95%CI:5.30–12.65,p < 0.001)组的预后较低风险组差,高风险组的生存也较中风险组差(HR3:2.15,95%CI:1.44–3.22,p < 0.001)。PFS的相似结果可见于图5B。不同风险水平患者的OS和PFS之间也观察到显著差异,这进一步证实我们的列线图可以适当地对不同风险的lrNPC患者进行分层,并可能定制个体化治疗。
讨论
lrNPC呈现具有挑战性的治疗局面,且患者预后难以预测[5–7]。因此,开发一种对lrNPC患者预后进行分层的工具具有重要临床意义。在临床上,lrNPC患者常规接受[18F]FDG PET/CT检查,因为约20%的患者在局部复发时伴有远处转移[27, 28]。既往研究报道,SUVmax、MTV和TLG等PET/CT参数可能预测癌症预后[28–32]。因此,了解PET/CT参数与lrNPC预后之间的相关性具有价值。在本研究中,我们发现较高的PET/CT参数,包括SUVmax、SUVpeak、SUVmean、MTV、TLG和HI,与晚期复发T分期、较高的EBV-DNA水平以及lrNPC患者较差的OS和PFS显著相关。基于这些发现,开发了一个整合年龄、吸烟史、复发T分期和TLG的四因素OS列线图,并评估其预测lrNPC患者预后的价值。该列线图具有良好的区分度、校准度和临床应用价值。我们还发现该列线图可以区分高风险、中风险和低风险的lrNPC患者。高风险lrNPC患者可能需要更积极的治疗,如免疫治疗,因为其在不同风险lrNPC患者中生存最差。
[18F]FDG PET/CT作为应用最广泛的功能成像技术,能够提供整个肿瘤的代谢信息[29]。此外,[18F]FDG FDG-PET在检测鼻咽癌(NPC)残留/复发方面已被证明优于MRI,具有更高的敏感性、特异性和准确性[30]。据报道,[18F]FDG标准化摄取值(SUV)与肿瘤细胞密度和葡萄糖代谢率均相关[31]。Lee SW等人发现,[18F]FDG摄取较高的鼻咽癌患者3年无病生存率显著较低[32]。此外,源自[18F]FDG PET/CT的MTV和TLG是多种癌症中接受放疗、化疗和免疫治疗患者总生存期(OS)的有力预测因子[33–37]。Chan等人发现SUVmax可预测复发鼻咽癌患者鼻咽切除术和颈部淋巴结清扫术的手术结局[38]。与既往研究一致,本研究发现包括SUVmax、SUVpeak、SUVmean、MTV、TLG和HI在内的参数与局部复发鼻咽癌(lrNPC)的预后相关(图1)。有趣的是,这6个参数还与复发T分期以及血清EBV-DNA水平相关,而后者此前已被报道与鼻咽癌患者的预后密切相关。TLG是代表肿瘤体积和代谢状态的复合参数[39, 40]。在本研究的多因素Cox回归分析中,TLG是[18F]FDG PCT/CT参数中对lrNPC患者唯一的独立预后因素。
在调强放疗时代,约10%的鼻咽癌(NPC)患者仍会出现局部或区域复发[3, 41]。目前,美国癌症联合委员会(AJCC)复发TNM分期系统(rTNM)被广泛用于预测这些患者的临床结局。然而,rTNM分期的实用性有限,因为同一分期内的患者结局存在差异[6, 38, 42, 43]。因此,精确的风险分层以指导这些患者的个体化治疗是亟待解决的临床问题。Li等利用年龄、GTV、既往放疗诱导的≥3级毒性、rT分期以及再程IMRT等效剂量(2-Gy分次,EQD2)构建了综合预后模型,以个体化推荐局部复发鼻咽癌患者的挽救性调强放疗(IMRT)[19]。同样,Tian等开发了一个预后评分模型,用于对适合接受IMRT再程放疗的局部复发鼻咽癌患者进行分类。模型变量包括卡氏功能状态评分(KPS)、年龄、晚期并发症、复发T分期、同步淋巴结复发和GTV[17]。Sun等建立了一个整合人口学特征和EBV-DNA水平的预后模型[20]。然而,这一简单模型的区分度并不很好,C指数为0.687,而我们的为0.752。此外,许多基层医院难以实现EBV-DNA检测。在本研究中,PET/CT参数与lrNPC的预后强相关(图2)。然而,文献中尚未见基于这些PET/CT参数的预后模型报道。因此,基于这些参数的预后模型具有价值。最后,我们开发了一个用于lrNPC患者的4因素OS列线图,结合了TLG和3项患者特征,包括年龄、吸烟史和复发T分期。在我们的列线图中,吸烟是lrNPC患者的不良预后因素之一,这与既往报道一致[44, 45]。然而,内部bootstrap验证的不良结果可能归因于性别对抽样过程的影响。
我们的研究存在若干局限性。首先,其为回顾性设计,因此易产生选择偏倚。其次,尽管我们的模型表现出良好的区分度和一致性,但模型缺乏外部验证。此外,我们的模型需要在前瞻性研究和多中心临床试验中进一步验证。
[18F]FDG PET/CT参数在预测lrNPC患者的OS和PFS方面具有价值,我们整合临床特征和[18F]FDG PET/CT参数以预测lrNPC患者OS的四因素列线图具有良好的区分度、一致性和临床应用潜力。
补充信息
ESM 1(DOCX 1614 kb)
引用
- Dongxiang, Liting, Yujing, et al. Prediction of outcomes in patients with local recurrent nasopharyngeal carcinoma: development and validation of a four-factor prognostic model integrating baseline characteristics and [18F]FDG PET/CT parameters. Eur Radiol. 2022. PMID: 36422647. doi:10.1007/s00330-022-09232-1
- 全文:PMC10017585(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10017585/
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。