基于钆塞酸增强MRI的肝细胞癌术后早期复发预测模型与评估
本研究回顾性纳入209例术前接受钆塞酸增强MRI并行根治性切除的肝细胞癌患者,利用临床和影像特征构建RF-Boruta和Logistic-AIC两种预测模型。两模型在训练集、内部验证集和外部验证集中均表现出良好区分度,RF-Boruta模型在验证集中优于BCLC分期。
要点
- 钆塞酸增强MRI的HBP瘤周低信号、卫星灶、晕环强化等征象是早期复发重要预测因子。
- RF-Boruta模型在内部和外部验证集中AUC分别为0.857和0.805,均显著优于BCLC分期。
- 术前AFP>400 ng/mL、AST升高及特定MRI征象可辅助识别高复发风险患者。
关键影像表现/征象
- HBP瘤周低信号、卫星灶、晕环强化、单结节伴结节外生长、肿瘤侵及静脉等MRI征象与早期复发相关。
- 典型高复发风险病例表现为动脉期非环状高强化、门静脉期非环状廓清、晕环强化、肿瘤侵及静脉及HBP瘤周低信号。
- 低复发风险病例表现为单结节、动脉期非环状高强化、门静脉期无廓清及HBP低信号。
诊断标准与关键数值
- RF-Boruta模型训练集AUC为0.820(95%CI 0.738–0.902),内部验证集AUC为0.857(95%CI 0.699–0.999),外部验证集AUC为0.805(95%CI 0.686–0.924)。
- Logistic-AIC模型训练集AUC为0.853(95%CI 0.775–0.930),内部验证集AUC为0.812,外部验证集AUC为0.789(95%CI 0.665–0.913)。
- BCLC分期内部验证集AUC为0.643(95%CI 0.422–0.863),外部验证集AUC为0.633(95%CI 0.547–0.720)。
- Logistic-AIC模型中HBP瘤周低信号OR为4.646(95%CI 1.303–16.569),AFP>400 ng/mL OR为3.559(95%CI 1.294–9.788)。
临床应用与阅片要点
- 阅片时应重点评估HBP瘤周低信号、卫星灶、晕环强化、单结节伴结节外生长及肿瘤侵及静脉等征象。
- 结合术前AFP和AST等临床指标可提升对早期复发风险的预测能力。
- RF-Boruta模型在验证集中优于BCLC分期,可作为术前风险分层辅助工具。
局限性
- 回顾性研究设计,样本量有限,外部验证仅来自另一家医院。
- 未报告前瞻性验证或更大规模多中心验证结果。
全文中译15 节 · 点击展开
背景
肝细胞癌(HCC)是最常见的原发性肝癌,2020年已成为全球第六大常见癌症和第三大癌症相关死亡原因[1]。尽管肝切除术是肝细胞癌(HCC)最佳的治愈性方法,但由于术后复发发生率高,其预后仍然不佳[2]。术后早期复发(即术后一年内复发)是一种常见的复发类型[3]。因此,识别术后早期复发的术前相关危险因素,并进行风险分层和治疗优化以改善总体预后至关重要。例如,识别术后早期复发高风险的HCC患者对于制定术后个体化监测策略非常重要,甚至推荐对这些患者采用替代治疗策略,包括新辅助治疗或其他非手术治疗方式。而术后早期复发低风险的HCC患者则更适合肝切除术及切除后的定期监测策略。
多种分期系统和预后模型已被用于预测HCC切除后的预后结局。然而,在这些提供的方法中,仍存在一些固有局限性。首先,各种临床分期系统在临床实践中过于复杂,且每个系统都有其独特的适应证[4]。其次,不同的分期和预后系统来源于不同的人群,危险因素差异很大。最重要的是,大多数临床模型是基于术后病理因素开发的,这些模型难以在术前进行预后预测。因此,迫切需要能够对HCC术后早期复发提供综合评估和预测的非侵入性术前模型。
钆塞酸二钠是一种肝脏特异性对比剂,已有报道其诊断性能与细胞外对比剂相当,同时还可提供额外的肝胆期(HBP)。证据[5, 6]已证明,基于钆塞酸二钠增强MR成像的一些影像学特征,如卫星结节和瘤周低信号,可作为评估侵袭性生物学行为的非侵入性危险因素;因此,它们也可能进一步预测HCC的预后。事实上,一个基于钆塞酸二钠增强MR成像的影像组学列线图[7]已取得良好的判别性能(AUC = 0.844,95% CI,0.769–0.919)。然而,纹理特征对采集参数、患者制动和器官运动的变化敏感[8]。对于许多边缘不光滑的病变,尚无具有高稳定性和可重复性的通用分割算法[8]。上述两个挑战限制了影像组学在常规临床实践中的实施。据我们所知,尚无研究探讨利用临床和钆塞酸二钠增强磁共振(MR)成像特征来开发和验证HCC术后早期复发预测模型。
在本研究中,我们旨在开发和验证使用临床和钆塞酸增强磁共振(MR)成像表现的肝细胞癌(HCC)术后早期复发术前预测模型。
方法
患者队列
本回顾性研究符合《赫尔辛基宣言》的伦理指南,研究开始前的伦理批准是在四川大学华西医院机构审查委员会审查后授予的,
所有患者免除书面知情同意要求。连续纳入2015年1月至2020年1月在我院的患者(n = 226)以及2017年1月至2019年1月在另一家医院的组织病理学确诊为HCC、接受钆塞酸增强MR扫描并首次行根治性意向切除的患者(n = 62)。纳入标准如下:(1)患者年龄≥18岁;(2)术前钆塞酸增强MR成像与手术之间的时间间隔小于4周;(3)原发性肝脏病灶未接受任何术前治疗(原发性肝脏病灶指影像学上无其他部位原发肿瘤证据的初始病灶,而非复发性肝脏肿瘤);(4)最终诊断经组织病理学确诊为HCC(组织病理学证据基于手术切除而非活检)。此外,因以下原因排除的患者:(1)MRI图像不完整或质量差(n = 7);或(2)肝切除后1年内死亡且肝切除后1年内无任何复发证据(n = 7)或失访且肝切除后1年内无任何复发证据(n = 57),或(3)时间间隔超过4周(n = 8)。最终纳入209例患者。其中,2015年8月至2018年12月华西医院连续120例HCC患者(中位年龄52岁,范围26–75岁),包括98例男性和22例女性,构成训练集;此外,2019年1月至2020年1月华西医院连续38例患者(中位年龄54岁,范围31–74岁),包括32例男性和6例女性,构成测试集(图1)。对于外部验证,纳入2017年1月至2019年1月另一家医院(河南省人民医院)符合上述纳入标准的51例HCC患者作为外部验证组。还记录了术前临床和人口学数据,包括性别、年龄、Child-Pugh分级和实验室血清检查。大范围肝切除术定义为切除3个或以上Couinaud肝段,小范围肝切除术定义为切除少于3个Couinaud肝段[9]。肿瘤切缘分为以下三种类型:宽切缘R0切除(定义为切除所有显微镜下和肉眼可见的肿瘤,手术标本显微镜下切缘清晰,且切除边缘大于1 cm)、窄切缘R0切除(定义为切除所有显微镜下和肉眼可见的肿瘤,手术标本显微镜下切缘清晰,且切除边缘在1 mm至1 cm范围内)和切缘无病R1切除(小于1 mm)[10, 11]。复发模式分为三种类型:肝内复发、肝外复发和肝内加肝外复发[10]。
图像采集
所有患者均使用3.0 T MR扫描仪(Magnetom Skyra,Siemens Healthineers;MR 750,GE Healthcare)进行检查,所有多参数肝脏MR成像均使用18通道体部阵列线圈。在本研究中,所有患者在MR检查前均准备禁食6–8小时。对于平扫MR成像,进行了屏气T2加权脂肪抑制快速自旋回波序列、同相位和反相位T1加权梯度回波序列以及弥散加权序列(b值:0、50、500、800、1000和1200 s/mm²)。平扫后,使用肝胆特异性对比剂(Primovist®;Bayer Schering Pharma AG,柏林,德国)进行动态对比增强MR成像,包括动脉期(20–35 s)、门静脉期(60–70 s)、移行期(3–5 min)和肝胆期(20 min)。对比剂以0.025 mmol/kg的剂量经静脉给药,速率为1–2 mL/s,随后立即用20 mL 0.9%生理盐水冲管。动脉期成像的时机采用自动对比剂团注追踪技术(对比剂团注到达腹腔干后7 s)或多动脉期成像技术(注射对比剂后延迟20 s,以18 s长屏气采集,并以3 s的时间分辨率进一步重建)确定。各采集序列的详细MRI参数列于附加文件1中。
图像分析
三名经委员会认证的腹部放射科医师(分别具有8年、10年和12年腹部影像学经验)在不知晓临床、病理和随访结果的情况下独立解读MR图像。在审阅过程之前,三位审阅者使用10个代表性病例讨论并选择了影像学特征,并以LI-RADS v2018 [12]的影像学特征作为参考。建议所有三位放射科医师以临床方式阅读MR图像,以便可以使用冠状位和矢状位重建图像。对于独立审阅,共识信息确定如下:对于二分类影像学特征,两名或以上审阅者一致的值被视为共识数据。对于多分类影像学特征,两名或以上审阅者一致的值被视为共识数据;如果三位读者得出三个不同的值,则他们讨论并咨询一位更有经验的放射科医师(具有30年腹部影像学经验),直至产生最终共识。对于最大肿瘤的大小,三位读者测量的平均值被视为共识数据。所评估的影像学特征列于附加文件1中并加以定义。
随访监测
术后常规肿瘤监测方法包括影像学方法(CT或MRI)和血清肿瘤生物标志物,包括甲胎蛋白(AFP)和癌胚抗原(CEA)。监测在手术后一个月进行,此后每3–6个月进行一次。复发定义为监测影像学上可疑或阳性的发现或组织学证实的疾病(由于所有患者均接受了以治愈为目的的切缘无肿瘤的切除术,复发灶来自复发而非残留肿瘤)。早期术后复发定义为肝切除术后1年内复发的发生率,同时也收集了总生存期(OS)。本机构的最后随访日期为2021年1月30日,另一家医院为2021年12月1日。对于在最近一次随访时仍存活的患者,对存活患者的数据进行了删失处理。
变量选择与模型开发
为避免过拟合,我们采用Boruta算法[13]为机器学习方法进行变量选择。该方法会迭代地移除重要性低于随机探针的特征,直到所有预测变量都被赋予重要性或算法达到预设的随机森林运行次数,在本模拟中为500次。p值设定为0.01。随机森林(RF)和梯度提升决策树(GBDT)方法用于模型的开发。在本研究中,采用十折交叉验证重复五次的网格搜索策略来确定超参数的最佳组合,并使用受试者工作特征曲线下面积(AUC)来评估模型性能[14]。
统计分析
分类变量以频数和比例总结,连续变量以均数和标准差或中位数和四分位距(IQR)表示。连续变量的比较使用方差分析(ANOVA)或Kruskal–Wallis检验,分类变量的比较使用卡方检验或Fisher精确检验。随后对多重两两比较进行Bonferroni校正。观察者间一致性使用Fleiss Kappa统计量或Kendall's W检验评估。Kappa值为0表示无一致性;0.01–0.20为轻微一致;0.21–0.40为一般一致;0.41–0.60为中等一致;0.61–0.80为良好一致;0.81–1.0为完全一致。OS的生存曲线采用Kaplan–Meier法绘制,组间OS差异使用log-rank检验进行比较。
对于这些使用Boruta算法设定变量的模型,也采用十折交叉验证进行内部验证,并选择区分性能最佳的模型在整个训练数据集上进行训练。同时,基于双变量分析中显著的变量(p < 0.05),采用后向逐步选择法训练了一个多变量逻辑回归模型,并进行10折交叉验证、重复5次以选择最终变量集,最终逻辑模型在全部训练数据集上进行训练。然后,将两个模型的预测能力与参考模型(BCLC分期)进行比较。预测模型的区分性能通过受试者工作特征(ROC)曲线下面积(AUC)进行量化。ROC曲线的差异采用Delong检验进行比较。生成校准曲线以评估预测模型的校准度。通过决策曲线分析(DCA)量化净获益概率,以评估预测模型的临床应用价值。统计分析使用R统计软件和SPSS软件(版本22.0,IBM)实施。双侧p值 < 0.05被认为具有统计学意义。
结果
患者特征
在总队列中,除70例术后早期复发患者外,在中位随访38.27个月(范围1.50–65.80个月)期间,另有35例患者在手术后超过一年发生复发。无术后早期复发的患者生存期长于术后早期复发患者(平均OS:62.06个月,IQR 59.91–64.20个月;2年OS率:67.62% vs. 平均OS:38.38个月,IQR 32.11–44.65个月;3年OS率:42.86%)(p < 0.001,图2)。在训练队列中,无术后早期复发患者84例(平均年龄:52.56 ± 11.08岁),术后早期复发患者36例(平均年龄:48.44 ± 11.19岁)。内部验证队列包括无术后早期复发患者28例(平均年龄:57.03 ± 9.43岁)和术后早期复发患者10例(平均年龄:46.98 ± 9.86岁)。外部验证队列由无术后早期复发患者27例(平均年龄:57.70 ± 9.48岁)和术后早期复发患者24例(平均年龄:54.17 ± 11.21岁)组成。三个队列的术后早期复发率相似(训练队列:30% vs. 内部验证队列:27.78% vs. 外部验证队列:47.06%,p = 0.056)。根据Kaplan–Meier分析,无论是在训练集、内部验证集还是外部验证集中,无术后早期复发的患者总生存率均显著高于术后早期复发患者(均p < 0.001,附加文件1:图E1)。训练集、内部验证集和外部验证集的临床病理特征及影像学表现分别总结于表1和表2。
变量选择
三位审阅者对影像特征(Fleiss Kappa:0.654,范围:0.406–0.983)和肿瘤大小(Kendall值 = 0.995)的评估获得了良好的一致性(附加文件1:图E2)。在训练队列中,使用Boruta算法选择了8个独立危险因素用于术后早期复发模型的开发,包括2个临床因素(ALT和AFP)和6个影像特征(晕环强化、肝胆期瘤周低信号、伴结节外生长的单结节型、最大肿瘤大小、卫星灶和癌栓)(附加文件1:图E3)。机器学习模型的最佳超参数组合和模型选择见附加文件1。采用最低Akaike信息准则的后退逐步选择法,最终纳入6个预测因素,包括卫星灶(OR,2.551;95% CI,0.929–7.005)、晕环强化(OR,2.399;95% CI,0.794–7.246)、伴结节外生长的单结节型(OR,2.628;95% CI,1.046–7.199)、肝胆期瘤周低信号(OR,4.646;95% CI,1.303–16.569)、AFP(> 400 ng/mL)(OR,3.559;95% CI,1.294–9.788)和AST(OR,1.013;95% CI,1.000–1.026)(表3)。
术前模型的预测性能
最终,开发了两种模型,包括一种采用Boruta算法的随机森林模型(RF-Boruta)和一种采用逐步选择法的逻辑回归模型(logistic-AIC)。在训练队列中,Logistic-AIC模型在训练集中提供了最佳的区分性能(AUC,0.853;95% CI,0.775–0.930),其次是RF-Boruta模型(AUC,0.820;95% CI,0.738–0.902)。然而,这两个模型之间未获得显著差异(p = 0.569)。与BCLC分期相比,两个模型的AUC值均显著更高(p < 0.001)。在内部验证队列中,仅RF-Boruta模型表现出显著优于BCLC分期的区分能力(RF-Boruta:AUC,0.857;95% CI,0.699–0.999 vs. BCLC分期:AUC,0.643;95% CI,0.422–0.863,p = 0.038)。而RF-Boruta模型和logistic-AIC模型均表现出显著优于BCLC分期的区分能力((RF-Boruta:AUC,0.805;95% CI,0.686–0.924 vs. logistic-AIC:AUC,0.789;95% CI,0.665–0.913 vs. BCLC分期:AUC,0.633;95% CI,0.547–0.720,p < 0.05)。两种模型和BCLC分期的诊断性能及ROC分析分别见表4和图3。
Hosmer–Lemeshow检验对两个模型和BCLC分期在训练集中产生了非显著结果(均p > 0.05),表明两个模型和BCLC分期均具有良好的校准能力。而BCLC分期高估了内部验证集和外部验证集中患者的复发风险(p < 0.001),并显示出较差的校准性能(附加文件1:图E4)。
与参考模型(BCLC分期)相比,RF-Boruta模型和logistic-AIC模型在阈值概率范围内具有更大的净获益(训练集:约在0.18–0.64范围内;内部验证集:约在0.22–0.58范围内;外部验证集:约在0.40–0.98范围内)(附加文件1:图E5)。
术前模型的预后价值
根据两种所建立模型(图4)和BCLC分期划分的术后早期复发风险,无论是在训练集、内部验证集还是外部验证集中,低复发风险组的生存时间始终长于术后早期复发高风险组(均p < 0.05,图5)。
讨论
在本研究中,利用临床和影像特征建立了两种术前预测模型,即采用Boruta算法的随机森林模型和采用逐步选择法的逻辑回归模型。两种新模型均显示出良好的区分性能。特别是,RF-Boruta模型无论在训练集、内部验证集还是外部验证集中,其区分能力均显著高于BCLC分期。此外,与临床实践中常用的预后分层工具BCLC分期一致,按两种新模型分类为低风险的患者比高风险患者生存更久。因此,这些术前预测模型可作为HCC患者术后早期复发预后分层和总生存期(OS)的有效工具。
我们的研究结果发现,在RF-Boruta模型和Logistic-AIC模型中,肝胆期(HBP)瘤周低信号、卫星灶、晕状强化、伴结节外生长的单结节型以及AFP是术后早期复发的重要预测因素,尽管这两个模型采用了不同的变量选择方法构建。可能的原因如下:首先,HBP上瘤周低信号的可能机制是微血管侵犯引起的瘤周灌注改变,可能导致瘤周肝细胞对钆塞酸二钠的摄取减少[15]。既往研究[16]已证实HBP上瘤周低信号是MVI的有效影像生物标志物,而MVI也是HCC术后早期复发的已知危险因素。此外,晕状强化提示富血供HCC的对比剂引流至瘤周肝实质,且常伴有微血管侵犯和微转移的发生[17]。微转移通常表现为经门静脉系统从主瘤衍生而来的卫星结节,据报道这两种影像学表现与HCC的极早期复发高度一致[18]。
根据Eggel生长分类,我们的研究发现2型(伴结节外生长的单结节型)是早期复发的危险因素。这与Hui的研究[19]高度吻合,因为2型可反映具有更高增殖和侵袭活性的细胞群的出现,且往往具有更强的恶性行为。然而,3型在最终模型中并非术后早期复发的危险因素,一种可能的解释是我们的研究人群均接受了肝切除术。事实上,许多3型肿瘤为不可切除的HCC。因此,本研究中3型肿瘤(连续多结节型)患者可能具有相对较好的预后结局,从而导致结果无统计学意义。与我们的研究一致,既往研究[20]报道AFP水平>400 ng/mL是HCC早期复发的危险因素,其原因可能是AFP水平升高与HCC细胞的增殖、生长加速和转移相关。
对于仅被纳入Boruta算法变量集的预测因素,肿瘤大小一直被认为是肿瘤侵袭性的标志,已被证实是更高组织学分级和存在微血管侵犯(MVI)的危险因素[21]。因此,肿瘤大小与肝癌切除术后早期复发相关[5]。然而,用于风险分层的最佳肿瘤大小仍存在一定争议[22]。在本研究中,我们未将肿瘤大小按给定截断值分类为分类变量。An等[5]提出,肿瘤大小作为连续变量与肝癌早期复发独立相关。同样,Chan等[23]开发了EASL模型来预测肝癌手术切除术后早期复发,并取得了优于AJCC TNM分期的区分性能,其中肿瘤大小也显示为连续变量。ALT是众所周知的肝脏炎性坏死生物标志物。持续的炎性坏死会导致肝细胞再生和基因不稳定,从而导致肝癌的频繁发生和肝内转移[24]。与本研究一致,既往研究[25]报道围手术期ALT水平升高是肝癌复发的独立危险因素。然而,一项研究[26]发现旧的截断值(40 U/L)值得质疑,因为一些水平持续正常的患者表现出严重的肝脏炎症和纤维化。此外,ALT水平可受年龄和性别影响[27]。因此,在本研究中我们使用ALT的原始值作为预测因素,而非将其转换为分类变量。脉管内有癌栓是肿瘤侵袭性的直接证据,与更具侵袭性的肿瘤行为和更高级别的肝癌相关[28],并已被报道为肝癌术后早期复发的关键危险因素[7]。
在本研究中,AST是仅被纳入采用逐步选择的logistic回归模型的预测因素。除ALT外,AST也是反映反复慢性炎症环境或肝纤维化进展的可靠且敏感的生化指标,可导致增殖活性(有丝分裂)增强和肝癌新病灶的形成[29]。在既往一项研究中,术前血清AST水平对预测肝癌早期复发具有统计学意义[30]。65岁之前男性AST值通常高于女性[31],且AST的最佳截断值仍存在争议。与我们的研究一致,Muhi等[32]证明AST作为连续变量是肝癌手术切除术后早期复发的独立危险因素。两种算法所选变量不同的一个可能解释是,逐步选择方法基于变量与结局之间的线性关联,而Boruta算法作为一种使用bootstrap验证的随机森林分类框架,能够处理复杂的非线性关联并识别出与结局强相关的最小相关变量集[13]。证据[33]已证明,Boruta算法可减少随机波动的误导性影响,避免过拟合,并通过校正提高模型泛化能力。因此,在本研究中,采用Boruta算法的RF模型具有良好的泛化性能,在测试集中具有最佳的AUC值。
这两个新模型(RF-Boruta和Logistic-AIC)在预测肝细胞癌(HCC)术后早期复发方面获得了优于BCLC分期的性能,它们也可作为为HCC患者提供总生存期预后分层的有效工具。此外,本研究中不含影像组学特征的RF-Boruta模型与Zhang等[7]的影像组学列线图具有相似的区分能力(内部验证集AUC:0.854;95% CI,0.699–0.999;外部验证集:0.805;95% CI,0.686–0.924)(AUC,0.841;95% CI,0.722–0.959)。因此,该提出的RF-Boruta模型可协助临床医生根据术后早期复发风险优化治疗决策过程。具体而言,对于术后早期复发高风险患者,他们可选择肝移植或辅助治疗而非肝切除术,而术后早期复发低风险患者可能是手术候选者。
局限性
本研究存在若干潜在局限性。第一,尽管本研究中的患者来自两个不同机构,但本研究的样本量相对较小,这可能限制预测模型的泛化。第二,随访时间相对较短:内部验证集中部分患者的随访时间不足2年,这些存活患者的数据为删失数据。第三,在本研究中,我们仅纳入了接受初次肝切除术的患者。对于接受再次肝切除术的复发患者,评估其预后结局并在临床实践中继续进行精准决策也是不可或缺的。因此,未来有必要开展一项来自不同机构的大队列、更长随访期的前瞻性研究,以评估MR成像特征在预测HCC早期复发和长期生存中的作用。此外,我们也可纳入接受再次肝切除术的患者,并开发复发HCC患者术后早期复发的预测模型。
结论
总之,基于术前临床和MR表现开发了两个用于预测术后早期复发的预测模型。这两个模型,尤其是RF-Boruta模型,在术后早期复发预测和预后分层中表现出良好的区分性能和泛化能力。因此,它们可作为有效工具协助临床医生考虑更优化和全面的治疗方法,并可进一步改善HCC患者切除后的总生存期。
补充信息
附加文件1。ESM 1:MRI序列和参数。ESM 2:所评估影像学表现的定义。ESM 3。ESM 4。
引用
- Li, Wei, Zhang, et al. Predictive models and early postoperative recurrence evaluation for hepatocellular carcinoma based on gadoxetic acid-enhanced MR imaging. Insights Imaging. 2023. PMID: 36617581. doi:10.1186/s13244-022-01359-5
- 全文:PMC9826770(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9826770/
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。