楊彥松，丁勇生，張益飛，張明珠，鄭桂華，沈月紅，葛亞瓊

1.南通市腫瘤醫(yī)院影像科，江蘇 南通 226361；

2.南通市腫瘤醫(yī)院病理科，江蘇 南通 226361；

3.通用電氣醫(yī)療，江蘇 南京210000

直腸癌是常見的消化道惡性腫瘤，發(fā)病率和死亡率較高［1］。神經(jīng)周圍侵犯（perineural invasion，PNI）是腫瘤細(xì)胞侵犯神經(jīng)周圍結(jié)構(gòu)并沿神經(jīng)結(jié)構(gòu)擴(kuò)散轉(zhuǎn)移的過(guò)程［2］。PNI是一種被嚴(yán)重低估的腫瘤轉(zhuǎn)移途徑，大量證據(jù)［3-6］表明，PNI與直腸癌術(shù)后復(fù)發(fā)以及不良預(yù)后相關(guān)。多項(xiàng)研究［7-8］結(jié)果顯示，PNI陽(yáng)性的Ⅱ期直腸癌患者預(yù)后與Ⅲ期相似或更差，PNI陽(yáng)性的直腸癌患者可從術(shù)前新輔助放化療中獲益。因此術(shù)前準(zhǔn)確判斷有無(wú)PNI對(duì)治療和預(yù)后均有重要意義。

PNI狀態(tài)多通過(guò)術(shù)后病理學(xué)檢查獲知，術(shù)前常規(guī)影像學(xué)檢查很難判斷有無(wú)PNI。磁共振成像（magnetic resonance imaging，MRI），尤其是高分辨率MRI，是臨床上診斷直腸癌的首選檢查，MRI不僅能準(zhǔn)確地評(píng)估病灶位置、大小、T分期、N分期，而且能提供環(huán)周切緣（circumferential resection margin，CRM）、壁外血管侵犯（extramural vascular invasion，EMVI）等對(duì)治療和預(yù)后有重要意義的信息［9］。影像組學(xué)是目前新興的研究熱點(diǎn)，通過(guò)提取醫(yī)學(xué)圖像中高通量的定量影像組學(xué)特征，分析并進(jìn)一步解碼腫瘤異質(zhì)性［10-11］。因此通過(guò)提取高通量的定量的影像組學(xué)特征，分析其與PNI的相關(guān)性，構(gòu)建預(yù)測(cè)直腸癌PNI的影像組學(xué)模型具有可行性。本研究旨在探討結(jié)合臨床特征、MRI影像學(xué)表現(xiàn)和影像組學(xué)標(biāo)簽的列線圖預(yù)測(cè)直腸癌PNI的價(jià)值。

1 資料和方法

1.1 一般資料

回顧并收集2016年12月—2020年12月于南通市腫瘤醫(yī)院行MRI檢查提示為直腸癌的患者。納入標(biāo)準(zhǔn)：① 術(shù)前1周內(nèi)行MRI；② MRI提示可疑直腸癌；③ 術(shù)前1周內(nèi)檢測(cè)癌胚抗原（carcinoembryonic antigen，CEA）、糖類抗原（carbohydrate antigen，CA）19-9等腫瘤標(biāo)志物。排除標(biāo)準(zhǔn)：① 術(shù)后病理學(xué)診斷為腺瘤或其他良性病變；② 術(shù)前行放化療等相關(guān)治療；③ MRI偽影較大，無(wú)法勾畫病灶。最終164例患者入組本研究。本研究為回顧性研究，已通過(guò)南通市腫瘤醫(yī)院倫理委員會(huì)審批（審批號(hào)2019-075）。

1.2 MRI檢查及方法

患者檢查前禁食大于4 h，檢查前使用開塞露清潔腸道，采用德國(guó)Siemens公司的MAGNETOM Verio 3.0 T超導(dǎo)MRI掃描儀及8通道體部表面相控陣線圈?；颊呷⊙雠P位，足先進(jìn)。線圈中心置于恥骨聯(lián)合的水平上，并根據(jù)腫瘤位置進(jìn)行必要的調(diào)整。高分辨率MRI序列采用無(wú)脂肪抑制的二維快速自旋回波序列，其參數(shù)如下：層厚3 mm，層間隔0.3 mm，重復(fù)時(shí)間（repetition time，TR）/回波時(shí)間（echo time，TE）為2 500～3 500 ms/ 100 ms；視野為18 cm×18 cm；像素矩陣為320×320；回波鏈長(zhǎng)度（echo train length，ETL）為29。掃描順序?yàn)楦叻直媛蔜2WI序列（包括矢狀位定位相、垂直于病灶長(zhǎng)軸的斜軸位、平行于病灶長(zhǎng)軸的冠狀位）、軸向T1加權(quán)快速梯度回波序列、彌散加權(quán)成像（diffusion-weighted imaging，DWI）序列［12］。

1.3 MRI圖像評(píng)估

由2名經(jīng)驗(yàn)豐富的放射科醫(yī)師（閱片者1和閱片者2，分別具有16年和8年的腹部MRI經(jīng)驗(yàn)）在對(duì)病理學(xué)檢查結(jié)果不知情的情況下，回顧并評(píng)估MRI表現(xiàn)，包括原發(fā)灶部位，腫瘤長(zhǎng)度，T分期，N分期，CRM和EMVI狀態(tài)。

由于組織分化程度可由術(shù)前腸鏡活檢獲知，因此將組織分化程度視為一種臨床危險(xiǎn)因素［13］。

1.4 術(shù)后病理學(xué)評(píng)估

PNI診斷的金標(biāo)準(zhǔn)：腫瘤細(xì)胞包繞神經(jīng)周徑＞33%，或腫瘤細(xì)胞侵犯神經(jīng)結(jié)構(gòu)的其中一層（神經(jīng)內(nèi)膜、神經(jīng)鞘膜或神經(jīng)外膜）［2］。為了盡可能地避免假陰性，1名具有16年病理學(xué)診斷經(jīng)驗(yàn)的病理科醫(yī)師參照這一診斷標(biāo)準(zhǔn)對(duì)術(shù)后H-E染色、免疫組織化學(xué)切片進(jìn)行回顧并評(píng)估，判斷有無(wú)PNI。

1.5 圖像勾畫和影像組學(xué)特征提取

使用ITK-SNAP 3.8軟件在高分辨率T2加權(quán)成像（T2-weighted imaging，T2WI）斜軸位病灶上逐層勾畫病灶，獲得腫瘤感興趣體積（volume of interest，VOI，圖1），使用AK軟件提取841個(gè)影像組學(xué)特征。由閱片者1勾畫完所有患者圖像后間隔1個(gè)月，隨機(jī)選取30例患者，由閱片者1和閱片者2再次進(jìn)行勾畫提取影像組學(xué)特征，計(jì)算觀察者內(nèi)和觀察者之間的組內(nèi)相關(guān)系數(shù)（intraclass correlation coefficient，ICC），所有勾畫工作在2周內(nèi)完成。ICC＞0.75表示一致性較好，否則剔除該影像組學(xué)特征［14］。

圖1 病灶的勾畫

1.6 影像組學(xué)模型的構(gòu)建和評(píng)估

首先，通過(guò)最大相關(guān)和最小冗余初步篩選影像組學(xué)特征，然后經(jīng)最小絕對(duì)收縮和選擇算子（the least absolute shrinkage and selection operator，LASSO）回歸進(jìn)一步降維，構(gòu)建影像組學(xué)標(biāo)簽。第二，單因素logistic回歸分析臨床特征、MRI影像學(xué)表現(xiàn)對(duì)PNI的預(yù)測(cè)作用，然后結(jié)合影像組學(xué)標(biāo)簽進(jìn)行多因素logistic回歸分析并構(gòu)建預(yù)測(cè)PNI的列線圖。最后，用受試者工作特征（receiver operating characteristic，ROC）曲線評(píng)估列線圖預(yù)測(cè)PNI的效能并由驗(yàn)證組進(jìn)行驗(yàn)證。決策曲線分析（decision curve analysis，DCA）用于評(píng)估列線圖的臨床應(yīng)用價(jià)值［15］。

1.7 統(tǒng)計(jì)學(xué)處理

本研究采用R語(yǔ)言3.5.1版本進(jìn)行統(tǒng)計(jì)學(xué)分析。用合成少數(shù)類過(guò)采樣技術(shù)（synthetic minority oversampling technique，SMOTE）［16-17］對(duì)小樣本數(shù)據(jù)集進(jìn)行擴(kuò)增以平衡PNI陽(yáng)性組和PNI陰性組的數(shù)據(jù)分布。用“mRMRe”程序包進(jìn)行最大相關(guān)最小冗余分析，用“glmnet”程序包進(jìn)行LASSO回歸分析，用“pROC”程序包進(jìn)行ROC曲線分析，用“rmda”程序包繪制決策曲線。采用kappa檢驗(yàn)、ICC評(píng)價(jià)2名閱片者對(duì)MRI影像學(xué)表現(xiàn)判讀、圖像勾畫的一致性。訓(xùn)練集和驗(yàn)證集、PNI陽(yáng)性組和PNI陰性組兩組間符合正態(tài)分布的計(jì)量數(shù)據(jù)的比較采用獨(dú)立樣本t檢驗(yàn)，不符合正態(tài)分布的計(jì)量數(shù)據(jù)的比較采用秩和檢驗(yàn)，計(jì)數(shù)數(shù)據(jù)的比較采用χ2檢驗(yàn)。用單因素和多因素logistic回歸分析構(gòu)建模型。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

2.1 一般臨床資料

本研究中男性105例，女性59例，平均年齡（65.1±10.2）歲。按7∶3的比例分為訓(xùn)練集（116例）和驗(yàn)證集（48例），訓(xùn)練集和驗(yàn)證集兩組間臨床特征、MRI影像學(xué)表現(xiàn)差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05）。術(shù)后病理學(xué)檢查提示有PNI的患者49例（典型病例見圖2），無(wú)PNI的患者115例。閱片者1和閱片者2判讀原發(fā)灶位置、MRI腫瘤T分期、N分期、CRM、EMVI狀態(tài)的kappa值或加權(quán)kappa值分別為0.97、0.92、0.86、0.92、0.88，2名閱片者測(cè)量腫瘤長(zhǎng)度的ICC較高（0.91），故在本研究中所有MRI判讀測(cè)量結(jié)果采用經(jīng)驗(yàn)較豐富的閱片者1的判讀測(cè)量的結(jié)果。

715個(gè)影像組學(xué)特征觀察者內(nèi)和觀察者間ICC均＞0.75，用于構(gòu)建列線圖模型，其余126個(gè)影像組學(xué)特征ICC≤0.75，予以剔除。與PNI陰性組相比，PNI陽(yáng)性組腫瘤長(zhǎng)度長(zhǎng)，組織分化程度低，T分期高，N分期高，CRM陽(yáng)性率高，EMVI陽(yáng)性率高。其余指標(biāo)（如年齡、性別、CEA、CA19-9、原發(fā)灶位置等）差異無(wú)統(tǒng)計(jì)學(xué)意義（表1）。

表1 訓(xùn)練集和驗(yàn)證集、PNI陽(yáng)性組和PNI陰性組兩組間臨床特征和MRI影像學(xué)表現(xiàn)的比較 n（%）

續(xù)表

2.2 構(gòu)建影像組學(xué)預(yù)測(cè)模型

首先采用最大相關(guān)最小冗余對(duì)組學(xué)特征進(jìn)行初步篩選，保留20個(gè)有最大預(yù)測(cè)效能的特征，然后將剩余的影像學(xué)特征作LASSO回歸分析，通過(guò)10折交叉驗(yàn)證篩選LASSO回歸模型的最優(yōu)超參數(shù)λ值（圖3）。

圖3 LASSO 10折交叉驗(yàn)證圖

2.3 計(jì)算影像組學(xué)標(biāo)簽

影像組學(xué)標(biāo)簽是由影像組學(xué)特征乘以對(duì)應(yīng)的系數(shù)之和所得到的，其公式為“影像組學(xué)標(biāo)簽=截距+βi·Xi”，按這個(gè)公式分別計(jì)算每一例患者的原發(fā)灶影像組學(xué)標(biāo)簽值，并由樣本的影像組學(xué)標(biāo)簽根據(jù)閾值對(duì)樣本進(jìn)行分組，Wilcoxon檢驗(yàn)兩組P值均小于0.05，兩組分類差異有統(tǒng)計(jì)學(xué)意義（圖4）。

圖4 Wilcoxon檢驗(yàn)結(jié)果

2.4 影像組學(xué)列線圖的構(gòu)建和評(píng)估

首先，選擇表1中P＜0.1的臨床特征和MRI表現(xiàn)進(jìn)行單變量logistic回歸分析，多因素logistic分析找出預(yù)測(cè)PNI的最終特征，如表2所示。第二，基于多因素logistic分析的結(jié)果，構(gòu)建結(jié)合影像組學(xué)標(biāo)簽、MRI表現(xiàn)和臨床危險(xiǎn)因素預(yù)測(cè)PNI的列線圖（圖5）。第三，通過(guò)ROC曲線分析計(jì)算列線圖在訓(xùn)練集中預(yù)測(cè)PNI的效能（AUC=0.88，95% CI 0.82～0.95），其效能優(yōu)于臨床-影像模型（AUC=0.79，95% CI 0.70～0.87）或僅有影像組學(xué)標(biāo)簽?zāi)Ｐ停ˋUC=0.82，95% CI 0.73～0.90）（圖6）。列線圖在驗(yàn)證集中預(yù)測(cè)PNI效能也較好（AUC=0.88，95% CI 0.74～1.00）。根據(jù)Youden指數(shù)，列線圖在訓(xùn)練集和驗(yàn)證集中預(yù)測(cè)直腸癌PNI的靈敏度、特異度和準(zhǔn)確度分別為0.60，0.97、0.79和0.75、0.94、0.88。

圖5 預(yù)測(cè)直腸癌PNI的列線圖

圖6 列線圖模型、臨床-影像學(xué)表現(xiàn)模型、僅有影像組學(xué)標(biāo)簽?zāi)Ｐ皖A(yù)測(cè)直腸癌PNI的ROC曲線

表2 預(yù)測(cè)PNI的單因素和多因素logistic回歸分析

2.5 列線圖模型的臨床應(yīng)用價(jià)值

DCA顯示在閾值從0.1至1.0較大的閾值范圍內(nèi)，列線圖模型的凈收益較大（圖7）。

圖7 該列線圖模型的DCA

3 討 論

盡管既往大量研究［3-6］顯示，PNI與直腸癌術(shù)后局部復(fù)發(fā)、無(wú)病生存率、癌癥特異性生存率、總生存率有關(guān)，但是由于PNI僅可通過(guò)術(shù)后標(biāo)本的病理學(xué)檢查獲知，在臨床工作中，PNI被嚴(yán)重低估、忽視。

本研究發(fā)現(xiàn)在直腸癌中PNI約為29.9%（49/164），與Liebig等［7］報(bào)道的30%基本吻合。PNI陽(yáng)性組較PNI陰性組腫瘤長(zhǎng)度長(zhǎng)，組織分化程度低，T分期高，N分期高，CRM陽(yáng)性率高，EMVI陽(yáng)性率高，這與Poeschl等［18］和Alotaibi等［19］研究結(jié)果相似。與腫瘤長(zhǎng)度相關(guān)的原因可能與腫瘤細(xì)胞與周圍神經(jīng)接觸的概率增大，神經(jīng)周圍浸潤(rùn)的機(jī)會(huì)隨之增加有關(guān)；而其他相關(guān)因素可由以下原因解釋：較低的組織分化程度、高T分期、高N分期、CRM陽(yáng)性、EMVI陽(yáng)性的腫瘤惡性程度較高，侵襲性較大，增加了腫瘤細(xì)胞侵犯原發(fā)灶附近的神經(jīng)結(jié)構(gòu)的機(jī)會(huì)。上述研究均提示PNI與直腸癌侵襲性的生物學(xué)特性有關(guān)。另外，Alotaibi等［19］的研究顯示，PNI陽(yáng)性組CEA高于PNI陰性組，而本研究結(jié)果顯示兩組間CEA差異無(wú)統(tǒng)計(jì)學(xué)意義，這可能與入組患者有關(guān)，Alotaibi等［19］的研究中包括了術(shù)前進(jìn)行新輔助放化療的患者，而我們的研究排除了此類患者，且CEA分布是非正態(tài)分布數(shù)據(jù)，通過(guò)非參數(shù)檢驗(yàn)比較兩組患者之間CEA的差異，而非Alotaibi等［19］采用的獨(dú)立樣本t檢驗(yàn)。

列線圖模型結(jié)合了組織分化程度、EMVI狀態(tài)、影像組學(xué)標(biāo)簽。列線圖預(yù)測(cè)PNI效能（訓(xùn)練集AUC=0.88，驗(yàn)證集AUC=0.88）優(yōu)于臨床-MRI影像學(xué)表現(xiàn)模型（訓(xùn)練集AUC=0.79，驗(yàn)證集AUC=0.72）和僅有影像組學(xué)標(biāo)簽?zāi)Ｐ停ㄓ?xùn)練集AUC=0.82，驗(yàn)證集AUC=0.81）。其原因可能如下：根據(jù)多因素logistic回歸分析的結(jié)果顯示，組織分化程度、EMVI狀態(tài)、影像組學(xué)標(biāo)簽是直腸癌發(fā)生PNI的獨(dú)立風(fēng)險(xiǎn)因素，在治療前應(yīng)綜合上述各種PNI的風(fēng)險(xiǎn)因素以增加列線圖模型的預(yù)測(cè)效能。Yang等［20］結(jié)合臨床風(fēng)險(xiǎn)因素（甲胎蛋白水平）、影像學(xué)表現(xiàn)特征（不光滑的腫瘤邊緣、動(dòng)脈期瘤周強(qiáng)化）和影像組學(xué)標(biāo)簽的列線圖模型能較準(zhǔn)確地預(yù)測(cè)原發(fā)性肝癌的微血管侵犯，其預(yù)測(cè)效能優(yōu)于臨床-影像學(xué)表現(xiàn)模型和僅有影像組學(xué)標(biāo)簽的模型。

列線圖模型在訓(xùn)練集和驗(yàn)證集中預(yù)測(cè)直腸癌PNI的靈敏度、特異度和準(zhǔn)確度分別為0.60，0.97、0.79和0.75、0.94、0.88，特異度和準(zhǔn)確度較高，但靈敏度相對(duì)較低，這可能與術(shù)后樣本偏差有關(guān)，術(shù)后病理學(xué)檢查證實(shí)僅有49例直腸癌患者存在PNI，115例患者PNI陰性，因此我們?cè)诮r(shí)采用SMOTE擴(kuò)增PNI陰性的樣本量，但在計(jì)算實(shí)際預(yù)測(cè)效能時(shí)采用原始真實(shí)數(shù)據(jù)進(jìn)行計(jì)算。

我們的前期研究［21］選取病灶最大截面勾畫病灶感興趣區(qū)（region of interest，ROI），提取影像組學(xué)特征，構(gòu)建了預(yù)測(cè)直腸癌PNI的影像組學(xué)特征模型，訓(xùn)練集AUC為0.79，驗(yàn)證集AUC為0.76。本研究在前期工作的基礎(chǔ)上，繼續(xù)入組患者，擴(kuò)大樣本量，在T2WI高分辨率斜軸位上逐層勾畫病灶，獲得VOI，提取影像組學(xué)特征參數(shù)，且本研究加入了臨床危險(xiǎn)因素（如年齡、腫瘤標(biāo)志物、組織分化程度等）和高分辨率MRI影像學(xué)表現(xiàn)（如CRM、EMVI等）信息，最終列線圖模型預(yù)測(cè)直腸癌PNI的效能高于前期研究結(jié)果，訓(xùn)練集AUC=0.88，驗(yàn)證集AUC=0.88，其原因可能如下：① 本研究逐層勾畫腫瘤，獲得腫瘤VOI，VOI較ROI能更全面地反映腫瘤的異質(zhì)性；② 臨床危險(xiǎn)因素和高分辨率MRI影像學(xué)表現(xiàn)可從不同的角度反映腫瘤的異質(zhì)性，為預(yù)測(cè)模型提供了更多的信息。

本研究不足之處：① 僅入組高分辨率MRI提示為直腸癌，且手術(shù)后病理學(xué)檢查證實(shí)為直腸癌的患者，可能存在一定的選擇偏倚；② 逐層勾畫病灶獲得VOI，耗時(shí)較長(zhǎng)，不利于臨床轉(zhuǎn)化應(yīng)用，后期我們將探討自動(dòng)勾畫直腸腫瘤病灶的可行性［22］；③ 僅提取T2WI影像組學(xué)特征，未納入DWI、增強(qiáng)序列進(jìn)行分析；④ 本研究為單中心研究，內(nèi)部患者驗(yàn)證，尚待多中心及外部數(shù)據(jù)驗(yàn)證。

總之，基于高分辨率T2WI的影像組學(xué)列線圖模型可在術(shù)前無(wú)創(chuàng)地預(yù)測(cè)直腸癌PNI，為患者制訂合理科學(xué)的治療方案和初步評(píng)估預(yù)后提供證據(jù)支持。