范曉東 陳小鳳 廖玉婷 范偉雄 陳湘光 朱志強 楊志企

脈管浸潤（lymphovascular invasion,LVI）包括淋巴浸潤和血管浸潤，與胃癌淋巴結(jié)轉(zhuǎn)移、術(shù)后復(fù)發(fā)/轉(zhuǎn)移密切相關(guān)，是胃癌重要預(yù)后因子之一，同時它還是術(shù)后是否需要行輔助化療的重要依據(jù)之一[1-2]，因此了解術(shù)前LVI狀態(tài)對病人個體化治療的選擇和預(yù)后預(yù)判具有重要的臨床意義。與常規(guī)大血管侵犯不同，胃癌LVI難以在常規(guī)影像上被發(fā)現(xiàn)，只能依靠術(shù)后組織病理學(xué)檢查，因此術(shù)前預(yù)測LVI具有一定的挑戰(zhàn)性。雖然目前組織病理學(xué)是診斷LVI的金標(biāo)準(zhǔn)，但其屬有創(chuàng)性檢查，且結(jié)果具有一定的滯后性，不利于病人個體化治療方案的選擇和預(yù)后的預(yù)判。影像組學(xué)能從腫瘤影像中提取海量的定量特征，在腫瘤診斷、鑒別診斷、療效評估及預(yù)后預(yù)測方面發(fā)揮重要的作用，為個體化精準(zhǔn)醫(yī)療創(chuàng)造了新途徑[3-4]。本研究旨在探討基于聯(lián)合治療前增強CT影像組學(xué)評分和TMN分期的列線圖預(yù)測胃癌LVI的價值，為臨床術(shù)前預(yù)測LVI提供準(zhǔn)確依據(jù)。

1 資料與方法

1.1 一般資料 回顧性收集2015年8月—2018年11月在梅州市人民醫(yī)院行術(shù)后胃癌LVI狀態(tài)評估的病人160例，其中男109例，女51例，年齡29～87歲，平均（62.23±10.74）歲；LVI陰性者92例，陽性者68例。納入標(biāo)準(zhǔn)：①術(shù)前行上腹部增強CT檢查；②術(shù)后病理確診為胃腺癌。排除標(biāo)準(zhǔn)：①術(shù)前行新輔助化療；②殘胃癌；③高分化胃癌；④CT影像質(zhì)量不能滿足診斷要求。將160例病人按照7∶3比例隨機分為訓(xùn)練集（112例）和測試集（48例），訓(xùn)練集中LVI陰性者60例、陽性者52例，測試集中LVI陰性者32例、陽性者16例。

1.2 設(shè)備與方法 采用GE Discovery HD 750 CT掃描設(shè)備。病人取仰臥位，掃描范圍自膈頂至髂前上棘水平。檢查前病人飲水800～1 000 mL。掃描參數(shù)：管電壓120 kV，自動管電流，層厚1.25 mm，層間距1.25 mm，矩陣512×512，F(xiàn)OV 350 mm×350 mm，旋轉(zhuǎn)時間0.8 s/r，螺距0.984，準(zhǔn)直器寬度40.0 mm。平掃后經(jīng)肘靜脈注射碘帕醇（含碘370 mg/mL，博萊科公司），劑量1.5 mL/kg體質(zhì)量，注射流率3.0～3.5 mL/s。對比劑追蹤觸發(fā)監(jiān)測點為第二肝門水平的腹主動脈內(nèi)，CT閾值為100 HU，觸發(fā)后30 s、60 s分別采集動脈期、門靜脈期影像。

1.3 臨床病理特征及LVI狀態(tài)評估標(biāo)準(zhǔn) 由2名病理科副主任醫(yī)師對術(shù)后組織標(biāo)本進行分析，意見不一致時則由另1名病理科主任醫(yī)師進行核對。記錄病人性別、年齡、腫瘤直徑、TNM分期、AJCC分期、腫瘤分化程度及癌胚抗原（CEA）、糖類抗原199（CA199）。AJCC分期采用第8版美國癌癥分期聯(lián)合委員會（AJCC）胃癌分期標(biāo)準(zhǔn)。LVI陽性定義為顯微鏡下發(fā)現(xiàn)腫瘤細(xì)胞侵犯淋巴管或血管[2]。

1.4 影像組學(xué)模型構(gòu)建

1.4.1 腫瘤分割 將靜脈期薄層影像像導(dǎo)入ITKSNAP軟件（Version 3.6.0，https://itk.org/）內(nèi)，由1名主治醫(yī)師對腫瘤進行逐層手動勾畫三維興趣區(qū)（VOI），同時由1名副主任醫(yī)師核對腫瘤VOI勾畫范圍，標(biāo)記時應(yīng)盡量避免超出腫瘤的邊界。再由另外1名主治醫(yī)師隨機選取30例病人也進行腫瘤VOI的勾畫，并與上述主治醫(yī)師勾畫腫瘤VOI所提取的影像組學(xué)特征進行組間一致性分析，篩選一致性系數(shù)閾值≥0.75的穩(wěn)定特征進行后續(xù)分析。

1.4.2 影像組學(xué)特征提取 采用AK軟件（Art ificial Intelligence Kit V3.0.0.R,GE）自動提取VOI的5大類特征（包括直方圖特征、灰度共生矩陣、灰度大小區(qū)域矩陣、游程矩陣、形態(tài)學(xué)參數(shù)）。特征提取遵循影像生物標(biāo)志物標(biāo)準(zhǔn)化倡議標(biāo)準(zhǔn)，每例病人提取180個特征。

1.4.3 特征篩選和影像組學(xué)模型的建立 首先行組間一致性分析，選取一致性系數(shù)閾值≥0.75的特征[2]（共剔除41個特征），其次采用Spearman相關(guān)分析剔除閾值≥0.90的特征（共剔除109個特征），然后采用最小絕對值收斂和選擇算子（10折交叉驗證）算法對剩余特征進行降維（共剔除26個特征），最終剩余4個特征，包括最大灰度值、長游程低灰度補償_angle135_offset1、最大三維直徑和面積體積比，對上述4個特征采用多因素logistic回歸分析構(gòu)建影像組學(xué)模型，同時計算每例病人的影像組學(xué)評分（Radscore），計算公式為其中b為常數(shù)項，Xi為選擇的特征值，Ci為特征的回歸系數(shù)。

1.5 構(gòu)建臨床影像聯(lián)合模型并繪制列線圖 比較LVI陽性組和陰性組間病人性別、年齡、腫瘤直徑、TNM分期、AJCC分期、組織分化程度及CEA、CA199的差異，然后將差異有統(tǒng)計學(xué)意義的臨床病理指標(biāo)和影像組學(xué)標(biāo)簽納入多因素logistic回歸構(gòu)建臨床影像聯(lián)合模型?；谟?xùn)練集中的數(shù)據(jù)繪制臨床影像聯(lián)合模型的列線圖，然后分別基于訓(xùn)練集及測試集中的數(shù)據(jù)繪制校準(zhǔn)曲線對聯(lián)合模型的列線圖進行驗證。

1.6 統(tǒng)計學(xué)方法 采用R軟件（3.6.0版本）進行數(shù)據(jù)分析和繪制模型的列線圖及校準(zhǔn)曲線。符合正態(tài)分布的計量資料以均數(shù)±標(biāo)準(zhǔn)差（）表示，2組間比較采用t檢驗；非正態(tài)分布的計量資料以中位數(shù)和四分位距[M（P25，P75）]表示，2組間比較采用Mann-Whitney U檢驗。計數(shù)資料以例（%）表示，2組間比較采用χ2檢驗或Kruskal-Wallis H檢驗。采用受試者操作特征（ROC）曲線評估影像組學(xué)模型和臨床影像聯(lián)合模型的預(yù)測效能，并計算其準(zhǔn)確度、特異度、敏感度和ROC曲線下面積（AUC）。應(yīng)用決策曲線評估列線圖的臨床凈獲益。P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 LVI陽性與陰性組間臨床病理特征比較 2組間T分期、N分期和AJCC分期差異均有統(tǒng)計學(xué)意義（均P＜0.05），而病人性別、年齡，腫瘤直徑，組織分化程度，CEA和CA199的差異均無統(tǒng)計學(xué)意義（均P＞0.05），見表1。

表1 LVI陽性與陰性組間臨床病理特征比較 例（%）

2.2 LVI陽性與陰性組間影像組學(xué)評分比較 LVI陽性組的Radscore[0.2（－2．9，6．1）]高于陰性組[-0.2（－26．5，2．1）]（Z=3.78，P<0.001）。

2.3 影像組學(xué)模型和聯(lián)合模型的診斷效能比較 在測試集中，聯(lián)合模型預(yù)測LVI的AUC值、準(zhǔn)確度和特異度均高于影像組學(xué)模型，分別提高了大約8.2%、18.2%和21.9%（表2）。決策曲線分析顯示應(yīng)用聯(lián)合模型的臨床凈獲益優(yōu)于影像組學(xué)模型（圖1）。

圖1 影像組學(xué)模型與臨床影像聯(lián)合模型的決策曲線

表2 影像組學(xué)模型及臨床影像聯(lián)合模型預(yù)測LVI的效能

2.4 聯(lián)合模型的列線圖和校準(zhǔn)曲線分析 基于T分期、N分期、AJCC分期和Radscore構(gòu)建聯(lián)合模型的列線圖，結(jié)果顯示Radscore得分最高，其次是AJCC分期，最后是N分期和T分期（圖2）。訓(xùn)練集和測試集的校準(zhǔn)曲線均顯示列線圖的預(yù)測結(jié)果與真實結(jié)果具有較好的一致性（圖3）。

圖2 臨床影像聯(lián)合模型列線圖。首先從評分標(biāo)尺上找到T分期、N分期、AJCC分期和Radscore所對應(yīng)的得分并累加得到總評分，然后在總評分標(biāo)尺上找到總評分對應(yīng)的預(yù)測概率標(biāo)尺的值，該值即為該病人的預(yù)測概率。

圖3 臨床影像聯(lián)合模型的校準(zhǔn)曲線。A、B圖分別為訓(xùn)練集和測試集?？v坐標(biāo)為實際概率，橫坐標(biāo)為預(yù)測概率，實線越接近對角虛線說明模型預(yù)測的結(jié)果與實際結(jié)果的一致性就越好。

3 討論

LVI是胃癌重要預(yù)后因子之一，陽性病人的預(yù)后明顯差于陰性病人，且LVI的發(fā)生與腫瘤大小、分化程度、TNM分期密切相關(guān)[5-6]。本研究結(jié)果顯示，LVI陽性組與陰性組間T分期、N分期和AJCC分期差異具有統(tǒng)計學(xué)意義，這與Chen等[2]研究結(jié)果相同。其原因是由于腫瘤T分期與浸潤深度密切相關(guān)，通常T分期越晚，腫瘤浸潤肌層深度越深，漿膜面破壞概率就越大，發(fā)生LVI概率也越高。另有研究[5-7]發(fā)現(xiàn)，淋巴結(jié)轉(zhuǎn)移者的LVI發(fā)生率高于無淋巴結(jié)轉(zhuǎn)移者；同樣TMN分期越高的腫瘤發(fā)生LVI、淋巴轉(zhuǎn)移風(fēng)險亦高于TNM分期低者，表明淋巴結(jié)轉(zhuǎn)移、TMN分期與LVI亦密切相關(guān)。因此，LVI的發(fā)生與腫瘤進展密切相關(guān)，腫瘤惡性程度越高，肌層浸潤深度越深，臨床分期就越晚，發(fā)生LVI的概率就越大。雖然本研究中LVI陽性組和陰性組間組織分化程度的差異無統(tǒng)計學(xué)意義，但仍顯示低分化者的LVI發(fā)生率較中分化者高，這與低分化者惡性程度較中分化者高，進而導(dǎo)致LVI發(fā)生率增高有關(guān)。

與Ma等[5]采用動態(tài)增強CT定量及定性特征預(yù)測胃癌LVI研究不同，本研究嘗試?yán)迷鰪奀T影像組學(xué)特征預(yù)測胃癌LVI，結(jié)果顯示180個影像組學(xué)特征經(jīng)過篩選后最終剩余4個特征，包括形態(tài)學(xué)特征參數(shù)（最大三維直徑和面積體積比）、直方圖特征參數(shù)（最大灰度值）和灰度游程矩陣特征參數(shù)（長游程低灰度補償_angle135_offset1），基于上述特征建立的影像組學(xué)模型能夠較好地預(yù)測LVI。最大三維直徑與腫瘤直徑相關(guān)，其越大提示腫瘤的直徑就越大，進而發(fā)生LVI的風(fēng)險就越高，這與Liu等[8]利用增強CT預(yù)測肝細(xì)胞癌微血管浸潤中的研究結(jié)果一致。面積體積比是基于病灶形狀的形態(tài)學(xué)特征，其值越小提示腫瘤形態(tài)越不規(guī)則，其侵襲性就越高，發(fā)生LVI的概率就越大。最大灰度值、長游程低灰度補償是描述圖像灰度分布均勻性的參數(shù)，數(shù)值跨度越大，圖像中不同像素灰度分布更不均勻，進而提示腫瘤內(nèi)部密度/信號越不均勻，瘤內(nèi)異質(zhì)性就越明顯，這與Liu等[6]利用增強CT影像組學(xué)特征預(yù)測胃癌分化程度、分型和血管侵犯的研究結(jié)果相似，即異質(zhì)性越明顯的腫瘤，其侵襲性就越高，發(fā)生LVI的風(fēng)險就越高。此外，LVI陽性組的Radscore高于陰性組也同時驗證了Radscore越高的腫瘤，其異質(zhì)性就越明顯，這與Chen等[2]研究結(jié)果相同。

增強CT檢查在胃癌的診斷、鑒別診斷及術(shù)前評估、術(shù)后隨訪中發(fā)揮著重要作用。本研究利用基于增強CT影像組學(xué)模型預(yù)測胃癌LVI，其結(jié)果顯示該模型具有較好的預(yù)測胃癌LVI的價值，其在訓(xùn)練集和測試集中預(yù)測的AUC值分別為0.735、0.709，這與Zhao等[9]利用增強CT影像組學(xué)模型預(yù)測胃癌LVI的研究結(jié)果相似。由于單一參數(shù)預(yù)測效能相對較低，多參數(shù)聯(lián)合將可能提高模型的預(yù)測效能、準(zhǔn)確度和特異度[2,10-12]。因此，本研究在訓(xùn)練集中納入臨床特征T分期、N分期、AJCC分期后，臨床影像聯(lián)合模型預(yù)測LVI的AUC值、準(zhǔn)確度和特異度較單純影像組學(xué)模型分別提高了大約8.2%、18.2%和21.9%。此外，在聯(lián)合模型的列線圖中，Radscore得分最高，其相應(yīng)預(yù)測LVI概率就越高，其次是AJCC分期，最后是N分期和T分期；另外，在訓(xùn)練集和測試集的校準(zhǔn)曲線中，應(yīng)用聯(lián)合模型列線圖預(yù)測LVI的結(jié)果與真實結(jié)果具有較好的一致性，且決策分析曲線顯示應(yīng)用聯(lián)合模型的臨床凈獲益優(yōu)于單一的影像組學(xué)模型，上述結(jié)果與Chen等[2]利用聯(lián)合臨床特征和影像組學(xué)特征預(yù)測胃癌LVI的研究結(jié)果相符。

綜上所述，聯(lián)合T分期、N分期、AJCC分期和Rodscore構(gòu)建的聯(lián)合模型的列線圖能夠成功預(yù)測胃癌LVI。本研究尚存在一些不足：一是本研究為單中心研究，研究結(jié)果存在一定的局限性；二是未將增強CT定量、定性特征納入研究，因此需要后續(xù)多中心研究進一步驗證和細(xì)化。