黃列彬，劉昱，黃文斯，陳欽賢，薛慧敏，馮寶，龍晚生，李榮崗

據(jù)統(tǒng)計(jì)，胃癌于2015年成為我國(guó)第二大常見(jiàn)癌癥，其死亡率在所有癌癥中排第三[1]。目前，手術(shù)仍是胃癌的主要治療手段，然而術(shù)后復(fù)發(fā)率居高不下。據(jù)文獻(xiàn)報(bào)道，胃癌術(shù)后復(fù)發(fā)率從20.1%到50.7%不等[2,3]，嚴(yán)重影響患者預(yù)后,如何降低胃癌患者術(shù)后復(fù)發(fā)率成為改善預(yù)后的關(guān)鍵。目前主要依據(jù)TNM分期系統(tǒng)來(lái)制定治療方案及評(píng)估預(yù)后，Ⅱ期以上的胃癌患者均建議接受術(shù)后化療[4]，然而即使是同一TNM分期的患者，其臨床結(jié)果也常常不同[5]。準(zhǔn)確篩選出高復(fù)發(fā)風(fēng)險(xiǎn)的患者對(duì)實(shí)現(xiàn)精準(zhǔn)個(gè)體化治療、降低復(fù)發(fā)率及改善預(yù)后很有幫助。CT紋理分析是影像組學(xué)中的一個(gè)領(lǐng)域，可從CT圖像中提取肉眼無(wú)法辨別的定量特征，進(jìn)而反映腫瘤異質(zhì)性等情況[6]，在腫瘤分期及預(yù)后評(píng)估等方面應(yīng)用較廣[7-10]。本研究旨在探討CT紋理分析聯(lián)合臨床病理信息在預(yù)測(cè)進(jìn)展期胃癌術(shù)后復(fù)發(fā)中的價(jià)值。

材料與方法

1.研究對(duì)象

回顧性搜集2009年9月-2014年8月間于本院住院，并經(jīng)手術(shù)病理證實(shí)為進(jìn)展期胃癌的患者。病例納入標(biāo)準(zhǔn)：①有完整的術(shù)前腹部增強(qiáng)CT圖像；②術(shù)前CT檢查與手術(shù)時(shí)間的間隔小于兩周；③經(jīng)手術(shù)病理證實(shí)為胃腺癌，且腫瘤浸潤(rùn)深度分期為T2及以上分期；④臨床資料完整；⑤除外復(fù)發(fā)的病例，其余病例隨訪時(shí)間≥5年。病例排除標(biāo)準(zhǔn)：①CT圖像質(zhì)量差，病灶顯示不清；②同時(shí)合并其他惡性腫瘤。

2.檢查方法

所有病例均采用東芝Aquilion One-64 CT進(jìn)行掃描，掃描參數(shù)：管電壓120 kV，自動(dòng)管電流，準(zhǔn)直寬度64×0.625 mm，螺距0.7，距陣512×512，層厚3 mm，層間隔3 mm，重建層厚3 mm。先行平掃，后采用高壓注射器注射對(duì)比劑碘普羅胺(拜耳先靈)，劑量1.5 mL/kg，流率3.0～3.5 mL/s，分別于注射對(duì)比劑后30 s及60 s行動(dòng)脈期及靜脈期掃描。

3.病理評(píng)估

由1位具有豐富胃癌病理診斷經(jīng)驗(yàn)的醫(yī)生依據(jù)AJCC第八版癌癥分期系統(tǒng)對(duì)所有入組病例的病理切片重新評(píng)估。評(píng)估內(nèi)容包括病理分級(jí)、Lauren分型、Borrmann分型、脈管侵犯、T分期、N分期、TNM分期等。

4.復(fù)發(fā)定義及隨訪

復(fù)發(fā)包括局部復(fù)發(fā)、腹膜轉(zhuǎn)移和遠(yuǎn)處轉(zhuǎn)移。局部復(fù)發(fā)包括發(fā)生在吻合口、殘胃、十二指腸殘端和/或胃區(qū)域淋巴結(jié)的復(fù)發(fā)；腹膜轉(zhuǎn)移包括發(fā)生在腹膜、網(wǎng)膜、腸系膜的轉(zhuǎn)移灶；遠(yuǎn)處轉(zhuǎn)移是發(fā)生在其他器官和非胃區(qū)域淋巴結(jié)的轉(zhuǎn)移灶[11]。吻合口、殘胃的復(fù)發(fā)通過(guò)胃鏡活檢病理證實(shí)。胃區(qū)域淋巴結(jié)、十二指腸殘端的復(fù)發(fā)主要通過(guò)術(shù)后增強(qiáng)CT隨訪動(dòng)態(tài)觀察來(lái)確定。在術(shù)后增強(qiáng)CT隨訪中，出現(xiàn)胃區(qū)域淋巴結(jié)增大伴壞死，或動(dòng)態(tài)隨訪時(shí)胃區(qū)域淋巴結(jié)逐漸增大，在除外結(jié)核等因素后，則認(rèn)為區(qū)域淋巴結(jié)復(fù)發(fā)。術(shù)后CT檢查發(fā)現(xiàn)腹膜、網(wǎng)膜、腸系膜結(jié)節(jié)狀或腫塊狀增厚，且腹水檢查癌細(xì)胞陽(yáng)性或腹膜病灶活檢發(fā)現(xiàn)癌細(xì)胞，則認(rèn)為腹膜轉(zhuǎn)移。遠(yuǎn)處轉(zhuǎn)移通過(guò)術(shù)后增強(qiáng)CT檢查確診。

本研究的終點(diǎn)是復(fù)發(fā)，除外復(fù)發(fā)的病例，其余病例隨訪時(shí)間≥5年?；颊咔?年每3～6個(gè)月隨訪1次，以后3年每6～12個(gè)月隨訪1次，然后每年1次。主要隨訪檢查手段有腹部增強(qiáng)CT、胃鏡檢查和腫瘤生物標(biāo)志物檢查等。

5.腫瘤分割及紋理特征提取

本研究采用靜脈期圖像進(jìn)行腫瘤分割。由兩位放射科醫(yī)師采用基于Matlab2016(Mathworks，Natick，MA，USA)編寫(xiě)的程序?qū)δ[瘤邊緣進(jìn)行手動(dòng)勾畫(huà)，勾畫(huà)時(shí)盡量避開(kāi)胃腔氣體、液體或胃周脂肪。醫(yī)師1勾畫(huà)全部病例，醫(yī)師2在訓(xùn)練集隨機(jī)勾畫(huà)30例患者，隨后利用勾畫(huà)好的圖像重建腫瘤立體圖(圖1)，進(jìn)而提取紋理特征。采用組間相關(guān)系數(shù)(Intraclass correlation coefficients，ICC)評(píng)估2位醫(yī)師提取的紋理特征的可重復(fù)性和穩(wěn)定性，ICC值大于0.75的紋理特征認(rèn)為是可靠的。為提高特征的可重復(fù)性和魯棒性，采用不同權(quán)重下的小波帶通濾波[權(quán)重系數(shù)=(0.5，0.67，1，1.5，2)]、各向同性重采樣[重采樣系數(shù)=(0.9，1，1.2，1.5，2)]和灰度離散化[量化算法=(Equal，Lloyd)，灰度級(jí)=(8，16，32，64)]。通過(guò)軟件分析腫瘤3D圖像，提取10320個(gè)紋理特征，包括720個(gè)全局紋理特征、2160個(gè)灰度共生矩陣特征(Gray Level Co-occurrence Matrix，GLCM)、3120個(gè)灰度游程矩陣特征(Gray Level Run Length Matrix,GLRLM)、3120個(gè)灰度區(qū)域尺寸矩陣(Gray Level Size Zone Matrix，GLSZM)和1200個(gè)鄰域灰度差分矩陣(Neighbouring Gray Tone Difference Matrix,NGTDM)。

圖1 胃癌手工分割結(jié)果。a)靜脈期手動(dòng)分割的病灶；b)三維重建的病灶體積。

6.特征篩選及模型構(gòu)建

以術(shù)后5年復(fù)發(fā)為終點(diǎn)事件，采用(LASSO)logistic回歸進(jìn)行紋理特征選擇，非零系數(shù)特征被認(rèn)為是胃癌術(shù)后復(fù)發(fā)有價(jià)值的預(yù)測(cè)因子。隨后，所選的非零系數(shù)紋理特征被用于構(gòu)建紋理標(biāo)簽。

除外CT紋理標(biāo)簽，本研究亦對(duì)病例的臨床、病理相關(guān)指標(biāo)進(jìn)行分析，構(gòu)建臨床預(yù)測(cè)模型。此外，通過(guò)結(jié)合對(duì)預(yù)測(cè)胃癌復(fù)發(fā)有統(tǒng)計(jì)學(xué)意義的獨(dú)立預(yù)測(cè)因子和紋理標(biāo)簽構(gòu)建組合模型，并通過(guò)放射列線圖的形式直觀展示，以便于應(yīng)用。

7.統(tǒng)計(jì)學(xué)分析

采用SPSS 19.0軟件及R語(yǔ)言統(tǒng)計(jì)分析軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。分類變量(如性別)的組間比較采用卡方檢驗(yàn)和費(fèi)舍爾精確檢驗(yàn)，而連續(xù)變量(如年齡)的組間比較采用秩和檢驗(yàn)。采用受試者工作特征(receiver operating characteristic，ROC)曲線和決策曲線分析(decision curve analysis,DCA)評(píng)價(jià)不同模型的預(yù)測(cè)效果。以P<0.05為差異具有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

1.復(fù)發(fā)組及未復(fù)發(fā)組患者的基本信息

本研究最終納入162例患者，其中52例在隨訪過(guò)程發(fā)生復(fù)發(fā)(單純?cè)粡?fù)發(fā)14例，原位復(fù)發(fā)合并肺轉(zhuǎn)移3例，肝、肺及其他遠(yuǎn)處轉(zhuǎn)移35例)。本組病例以隨機(jī)數(shù)字表法按5：3比例將患者分為訓(xùn)練集(n=100)和驗(yàn)證集(n=62),162例患者的基本信息見(jiàn)表1。

表1 復(fù)發(fā)組及未復(fù)發(fā)組患者的基本信息 (例)

2.紋理特征提取及紋理標(biāo)簽構(gòu)建

對(duì)訓(xùn)練集和驗(yàn)證集數(shù)據(jù)進(jìn)行U檢驗(yàn)，再進(jìn)行ICC檢驗(yàn)，得到有統(tǒng)計(jì)學(xué)意義且有較好一致性的48個(gè)特征(P<0.05，ICC>0.750)。采用LASSO回歸方法最終選出8個(gè)與復(fù)發(fā)相關(guān)的特征，分別為GLSZM-LGZE_0.5_0.9_Lloyd_64、GLRLM-SRHGE_0.67_1_Equal_64、GLRLM-LGRE_0.67_1.2_Lloyd_8、GLCM-Variance_0.67_2_Equal_32、NGTDM-Contrast_1.0_0.9_Lloyd_64、GLSZM-SZE_1.0_2_Lloyd_32、GLSZM-SZE_2.0_1_Equal_8和GLSZM-LGZE_2.0_1.2_Lloyd_64，進(jìn)而構(gòu)建紋理標(biāo)簽。

3.臨床模型及組合模型的構(gòu)建

對(duì)復(fù)發(fā)組及未復(fù)發(fā)組有統(tǒng)計(jì)學(xué)差異的臨床病理指標(biāo)進(jìn)行多因素回歸分析并構(gòu)建臨床模型，最終膽汁酸返流、TNM分期、脈管侵犯等3個(gè)指標(biāo)經(jīng)Logistic回歸篩選出來(lái)并具備統(tǒng)計(jì)學(xué)差異(P<0.05，表2)。

表2 臨床病理指標(biāo)多因素邏輯回歸分析結(jié)果

將上述3個(gè)指標(biāo)與紋理標(biāo)簽作為組合模型的輸入特征，進(jìn)行多因素分析并構(gòu)建組合模型，其中膽汁酸返流和紋理標(biāo)簽被篩選出來(lái)且具有統(tǒng)計(jì)學(xué)意義(表3)。結(jié)合這2個(gè)獨(dú)立因素，構(gòu)建組合模型并以放射組學(xué)列線圖形式表示(圖2a)。使用校準(zhǔn)曲線確定訓(xùn)練集和驗(yàn)證集中預(yù)測(cè)值與實(shí)際值之間的關(guān)系(圖2b、2c)。

圖2 放射組學(xué)列線圖的性能和各模型決策曲線分析。a)結(jié)合紋理標(biāo)簽和臨床因素的放射組學(xué)列線圖；b)組合模型在訓(xùn)練集中的校準(zhǔn)曲線；c)組合模型在驗(yàn)證集中的校準(zhǔn)曲線；d)各種模型的決策曲線分析。

表3 多因素分析構(gòu)建組合模型

4.評(píng)估模型的效能

臨床模型、紋理標(biāo)簽和組合模型在訓(xùn)練集的曲線下面積(area under curve，AUC)分別為0.748、0.809及0.841，在驗(yàn)證集的AUC分別為0.786、0.799及0.840。

采用凈重分類指數(shù)(net reclassification index，NRI)評(píng)估紋理標(biāo)簽是否優(yōu)于臨床模型，結(jié)果顯示紋理標(biāo)簽的預(yù)測(cè)效果優(yōu)于臨床模型，在驗(yàn)證集中兩模型比較時(shí)，NRI=0.325，P=0.011。DCA分析結(jié)果表明，組合模型在閾值概率為0.31～0.87時(shí)，預(yù)測(cè)胃癌復(fù)發(fā)效果更佳(圖2d)。

5.基于紋理標(biāo)簽的無(wú)瘤生存率分析

以紋理特征標(biāo)簽中位數(shù)為界，分別對(duì)訓(xùn)練集與驗(yàn)證集的數(shù)據(jù)進(jìn)行分組，再進(jìn)行無(wú)瘤生存率分析，結(jié)果顯示小于紋理特征標(biāo)簽中位數(shù)及大于中位數(shù)患者的5年DFS差異有統(tǒng)計(jì)意義(P<0.05,圖3)

圖3 a)訓(xùn)練集的生存曲線；b)驗(yàn)證集的生存曲線。

討 論

對(duì)胃癌患者進(jìn)行準(zhǔn)確的預(yù)后評(píng)估及風(fēng)險(xiǎn)分層是實(shí)施個(gè)體化精準(zhǔn)治療的關(guān)鍵。目前臨床上主要依據(jù)TNM分期系統(tǒng)對(duì)胃癌患者進(jìn)行預(yù)后評(píng)估及制定治療方案。Chu等[12]的研究結(jié)果顯示TNM晚期的胃癌患者無(wú)病生存期較短，復(fù)發(fā)風(fēng)險(xiǎn)較高。Pan等[13]的研究結(jié)果顯示，TNM分期是胃癌切除術(shù)后患者預(yù)后的獨(dú)立預(yù)測(cè)因子，其預(yù)測(cè)胃癌患者術(shù)后5年生存期的AUC為0.721。本研究結(jié)果顯示，TNM分期為胃癌患者術(shù)后復(fù)發(fā)的獨(dú)立預(yù)測(cè)因子，與文獻(xiàn)報(bào)道相仿。此外，本研究結(jié)果顯示膽汁酸返流及脈管侵犯亦是胃癌術(shù)后復(fù)發(fā)的獨(dú)立預(yù)測(cè)因子。膽汁酸可激活法尼醇X受體(FXR)/核因子κB(NF-κB)信號(hào)通路，誘導(dǎo)粘蛋白2(一種腸上皮化生標(biāo)志物)及尾端相關(guān)同源盒轉(zhuǎn)錄因子2(一種腸道特異性轉(zhuǎn)錄因子)在正常胃上皮細(xì)胞中的異位表達(dá)，在誘導(dǎo)胃腸化生和胃癌發(fā)生中起著重要的作用[14]。既往研究顯示，脈管侵犯是胃癌患者術(shù)后復(fù)發(fā)的獨(dú)立預(yù)后因素，是淋巴結(jié)轉(zhuǎn)移和遠(yuǎn)處轉(zhuǎn)移的起始環(huán)節(jié)，對(duì)預(yù)后有著重要影響[15]。本研究對(duì)上述3個(gè)獨(dú)立因素構(gòu)建的臨床預(yù)測(cè)模型進(jìn)行評(píng)估，結(jié)果顯示臨床模型對(duì)預(yù)測(cè)胃癌患者術(shù)后復(fù)發(fā)有一定效能，但其效能仍相對(duì)較低。筆者結(jié)合文獻(xiàn)分析認(rèn)為，這或因TNM分期系統(tǒng)主要是依據(jù)腫瘤解剖特征進(jìn)行評(píng)估，并未包含腫瘤異質(zhì)性及患者相關(guān)個(gè)體化預(yù)測(cè)信息，難以做到個(gè)體化精準(zhǔn)評(píng)估[5]。

CT紋理分析是影像組學(xué)的一個(gè)領(lǐng)域，它可以提取、分析和解釋定量成像特征，客觀評(píng)估病變和器官的異質(zhì)性及反映有關(guān)組織微環(huán)境等信息，已廣泛應(yīng)用于腫瘤良惡性鑒別、療效評(píng)估及預(yù)后評(píng)估等方面[6]。黃裕存等[16]的研究結(jié)果顯示腫瘤最大徑及體積特征可用于胃癌患者術(shù)后危險(xiǎn)分層，構(gòu)建的紋理特征標(biāo)簽預(yù)測(cè)胃癌患者3年總生存期(Overall Survival，OS)的AUC為0.72。Giganti等[9]研究發(fā)現(xiàn)能量、熵、偏度及平均絕對(duì)偏差等特征與預(yù)后相關(guān)，CT紋理分析可以提高胃癌危險(xiǎn)分層多變量預(yù)后模型的性能。

本研究從靜脈期CT圖像中提取了10320個(gè)紋理特征，通過(guò)LASSO回歸模型篩選出8個(gè)與復(fù)發(fā)相關(guān)的紋理特征，并構(gòu)建紋理標(biāo)簽。結(jié)果顯示該標(biāo)簽對(duì)預(yù)測(cè)胃癌術(shù)后復(fù)發(fā)具有較好的效果(AUC=0.799)，其預(yù)測(cè)效果優(yōu)于單純臨床模型。組合模型是通過(guò)結(jié)合紋理標(biāo)簽和臨床病理信息綜合診斷的一種方法，通過(guò)將紋理標(biāo)簽的預(yù)測(cè)值和臨床模型篩選出來(lái)的臨床病理指標(biāo)作為特征，應(yīng)用多因素LASSO邏輯回歸進(jìn)行特征篩選并構(gòu)建組合模型，選出與復(fù)發(fā)相關(guān)聯(lián)的特征(紋理標(biāo)簽和膽汁酸返流)。研究結(jié)果表明，組合模型預(yù)測(cè)胃癌術(shù)后復(fù)發(fā)的效果最佳(AUC=0.840)。這進(jìn)一步說(shuō)明胃癌術(shù)后復(fù)發(fā)是受多方面因素影響、復(fù)雜的進(jìn)程，結(jié)合不同因素及手段對(duì)其進(jìn)行預(yù)測(cè)可提高其預(yù)測(cè)效果。本研究在構(gòu)建組合模型時(shí)，膽汁酸返流進(jìn)入了模型，而TNM分期及脈管侵犯卻沒(méi)能進(jìn)入模型;筆者分析其原因認(rèn)為，紋理標(biāo)簽是由病灶的術(shù)前CT圖像中提取特征組成，這些由完全分割腫瘤圖像提取的特征或已包含有TNM分期及脈管侵犯等信息，故在篩選了紋理標(biāo)簽的情況下，TNM分期及脈管侵犯未能同時(shí)進(jìn)入模型。另一方面，膽汁酸返流作為誘導(dǎo)胃腸化生和促進(jìn)胃癌發(fā)生的重要因素[14]，作用在吻合口及殘胃，主要促進(jìn)原位局部復(fù)發(fā)的發(fā)生。本組病例共有17例發(fā)生了原位復(fù)發(fā)，因而膽汁酸返流被篩選入模型作為相應(yīng)信息補(bǔ)充。總而言之，基于CT的紋理分析作為一種非侵入性的腫瘤特征分析方法，可與臨床病理相關(guān)信息相互補(bǔ)充，有助于提高胃癌術(shù)后復(fù)發(fā)的預(yù)后評(píng)估，為臨床決策及個(gè)體化精準(zhǔn)治療提供一定幫助。

本研究存在以下局限性：首先,本研究樣本量相對(duì)較??；其次,本研究為回顧性研究，且為單中心數(shù)據(jù)，數(shù)據(jù)偏倚難以完全避免。

綜上所述，CT紋理分析對(duì)評(píng)估胃癌術(shù)后復(fù)發(fā)有一定價(jià)值。聯(lián)合CT紋理標(biāo)簽及相應(yīng)臨床病理因子構(gòu)建組合模型，可更好地對(duì)胃癌患者進(jìn)行術(shù)后復(fù)發(fā)風(fēng)險(xiǎn)評(píng)估，為個(gè)體化精準(zhǔn)治療提供依據(jù)。