韓 冬，于 楠，張喜榮，吳宏培，任 革，呂蕊花，李 晨，賀太平*

(1.陜西中醫(yī)藥大學(xué)附屬醫(yī)院醫(yī)學(xué)影像科，3.病理科，陜西 咸陽(yáng) 712021；2.陜西中醫(yī)藥大學(xué)醫(yī)學(xué)技術(shù)學(xué)院，陜西 咸陽(yáng) 712046)

腎癌各亞型中，腎透明細(xì)胞癌(clear-cell renal cell carcinoma, ccRCC) 預(yù)后相對(duì)較差[1-2]。術(shù)前腫瘤分級(jí)對(duì)預(yù)測(cè)ccRCC預(yù)后和制定治療方案具有重要意義[3]。國(guó)際泌尿病理協(xié)會(huì)(International Society for Urology and Pathology, ISUP)新近發(fā)布了WHO/ISUP分級(jí)系統(tǒng)，以取代Fuhrman核分級(jí)系統(tǒng)[4-5]。增強(qiáng)CT是早期發(fā)現(xiàn)及診斷腎腫瘤的最常用影像學(xué)方法[6]，但評(píng)價(jià)腎腫瘤組織級(jí)別存在一定不穩(wěn)定性。影像組學(xué)[7-9]為腫瘤研究提供了新視角。本研究比較增強(qiáng)CT模型與影像組學(xué)模型預(yù)測(cè)ccRCC WHO/ISUP級(jí)別的效能。

1 資料與方法

1.1 一般資料 回顧性分析2014年3月—2019年12月131例經(jīng)病理確診ccRCC患者，男86例，女45例，年齡26～88歲，平均(61.6±11.6)歲。納入標(biāo)準(zhǔn)：腹部增強(qiáng)CT及臨床資料完整。排除標(biāo)準(zhǔn)：①CT圖像質(zhì)量差；②腫瘤呈浸潤(rùn)性生長(zhǎng)，在圖像中難以分割；③CT檢查前曾接受相關(guān)治療。按3∶2比例分層抽樣，將患者分為訓(xùn)練集(n=78)和驗(yàn)證集(n=53)。根據(jù)2016版腎癌WHO/ISUP病理分級(jí)標(biāo)準(zhǔn)定義Ⅰ～Ⅱ級(jí)為低級(jí)別、Ⅲ～Ⅳ級(jí)為高級(jí)別ccRCC；訓(xùn)練集中、驗(yàn)證集中分別包括55例低級(jí)別、23例高級(jí)別和37例低級(jí)別、16例高級(jí)別ccRCC。

1.2 儀器與方法 采用能譜GE Discovery CT 750HD 儀，能譜成像模式，行腹部CT平掃和動(dòng)態(tài)增強(qiáng)掃描，管電流315 mAs，管電壓140 kV/80 kV瞬時(shí)切換，轉(zhuǎn)速0.5 s/r，螺距1.375：1。平掃后以流率3.5～4.0 ml/s靜脈注射對(duì)比劑碘海醇(300 mgI/ml)450 mgI/kg體質(zhì)量，行皮質(zhì)期、髓質(zhì)期及排泄期增強(qiáng)掃描。

1.3 圖像分析 由2名分別具有6年和8年腹部影像學(xué)診斷經(jīng)驗(yàn)的主治醫(yī)師觀察圖像，有分歧時(shí)經(jīng)協(xié)商決定，包括腫瘤位置、大小，是否浸潤(rùn)生長(zhǎng)，有無(wú)包膜、壞死、囊變、鈣化，腫瘤內(nèi)血管、腎周脂肪侵犯、靜脈瘤栓、區(qū)域淋巴結(jié)腫大、遠(yuǎn)處轉(zhuǎn)移及強(qiáng)化方式(均勻、不均勻、是否快進(jìn)快出等)。

1.4 提取影像組學(xué)特征 由另1名具有6年經(jīng)驗(yàn)的主治醫(yī)師采用ITK-Snap (v.3.60)軟件逐層勾畫(huà)皮質(zhì)期圖像中腎癌局部感興趣體積(volume of interest， VOI)，包含壞死、囊變、包膜及鈣化區(qū)域，避開(kāi)瘤外組織、腫瘤以外供血血管及腹膜后/腎門(mén)腫大淋巴結(jié)，保存為VOI1；2個(gè)月后由同一醫(yī)師手動(dòng)修正，保存為VOI2，見(jiàn)圖1。采用GE A.K.軟件分別提取VOI1和VOI2的影像組學(xué)特征，包括直方圖、灰度共生矩陣、灰度大小區(qū)域矩陣、灰度行程矩陣及形狀。

1.5 建立模型及統(tǒng)計(jì)學(xué)分析 采用R語(yǔ)言(v.3.6.2)及SPSS 25.0統(tǒng)計(jì)分析軟件，對(duì)數(shù)據(jù)行K-S檢驗(yàn)觀察其分布，以Levene's檢驗(yàn)評(píng)價(jià)數(shù)據(jù)方差齊性。以±s表示，符合正態(tài)分布的計(jì)量資料，行獨(dú)立樣本t檢驗(yàn)；對(duì)計(jì)數(shù)資料以Fisher精確概率法進(jìn)行比較。采用組內(nèi)相關(guān)系數(shù)(intra-class correlation coefficient,ICC)評(píng)價(jià)VOI1與VOI2影像組學(xué)特征的一致性，ICC>0.75為一致性好。以最小絕對(duì)收縮與選擇算子(the least absolute shrinkage and selection operator, LASSO)篩選鑒別低、高級(jí)別ccRCC的最佳影像組學(xué)特征，計(jì)算其影像組評(píng)分(radiomics score, RS)。以二元Logistic回歸分析構(gòu)建基于增強(qiáng)CT及影像組學(xué)特征預(yù)測(cè)ccRCC級(jí)別模型，繪制列線圖，可視化回歸分析結(jié)果；評(píng)價(jià)模型中各影響因素鑒別低、高級(jí)別ccRCC的貢獻(xiàn)程度，獲得總得分及相應(yīng)高級(jí)別ccRCC概率。以病理分級(jí)為金標(biāo)準(zhǔn)，繪制受試者工作特征(receiver operating characteristic, ROC)曲線，計(jì)算曲線下面積(area under the curve, AUC)；以H-L檢驗(yàn)評(píng)價(jià)2個(gè)模型在訓(xùn)練集的校準(zhǔn)度，以Delong檢驗(yàn)比較其AUC差異。應(yīng)用決策曲線分析(decision curve analysis, DCA)評(píng)價(jià)模型的凈獲益。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

表1 訓(xùn)練集低、高級(jí)別ccRCC患者一般資料及增強(qiáng)CT表現(xiàn)

表2 驗(yàn)證集低、高級(jí)別ccRCC患者一般資料及增強(qiáng)CT表現(xiàn)

2 結(jié)果

訓(xùn)練集及驗(yàn)證集低、高級(jí)別ccRCC患者一般資料及增強(qiáng)CT表現(xiàn)見(jiàn)表1、2。

2.1 構(gòu)建增強(qiáng)CT模型及驗(yàn)證 2次提取的影像組學(xué)特征一致性好(ICC均>0.75，P均<0.05)。以簡(jiǎn)化病理分級(jí)為因變量，納入訓(xùn)練集低、高級(jí)別ccRCC間差異有統(tǒng)計(jì)學(xué)意義的變量行二元Logistic回歸分析，腫瘤浸潤(rùn)生長(zhǎng)[OR 4.73(1.18,18.96)]、包膜[OR 0.15(0.04,0.60)]和壞死[OR 8.01(1.50,42.76)]是影響ccRCC級(jí)別的獨(dú)立因素(P均<0.05)，其列線圖見(jiàn)圖2。增強(qiáng)CT模型預(yù)測(cè)訓(xùn)練集ccRCC級(jí)別的AUC為0.89[95%CI(0.80，0.97)]，敏感度為0.83，特異度為0.84；模型的校準(zhǔn)度佳(χ2=3.65，P=0.16)；其驗(yàn)證集中的AUC為0.76[95%CI(0.61，0.91)]，敏感度為0.56，特異度為0.87。

2.2 構(gòu)建影像組學(xué)模型及驗(yàn)證 共提取396個(gè)影像組學(xué)特征，經(jīng)LASSO回歸及交叉驗(yàn)證確定最優(yōu)超參數(shù)lnλ為-3.27，篩選出16個(gè)影像組學(xué)特征，根據(jù)其系數(shù)的線性加權(quán)計(jì)算RS。以病理分級(jí)為因變量，將RS納入二元Logistic回歸分析，結(jié)果顯示RS是影響ccRCC級(jí)別的獨(dú)立危險(xiǎn)因素[OR 16.40(3.36,80.05)，P<0.01]，其列線圖見(jiàn)圖3。影像組學(xué)模型預(yù)測(cè)訓(xùn)練集ccRCC級(jí)別的AUC為0.98[95%CI(0.95，0.99)],敏感度為0.96，特異度為0.91，其校準(zhǔn)度較好(χ2=1.08，P=1.00)；驗(yàn)證集AUC為0.85[95%CI(0.72，0.97)]，敏感度為0.75，特異度為0.84。

圖1 患者女，55歲，左腎Ⅱ級(jí) ccRCC A.增強(qiáng)CT示左腎上極腫塊，可見(jiàn)包膜(黑箭)，腫瘤內(nèi)見(jiàn)血管影(白箭)，腎門(mén)淋巴結(jié)腫大(綠箭)； B.于皮質(zhì)期增強(qiáng)圖像中逐層勾畫(huà)病灶(綠色區(qū)域)； C.病灶VOI

圖2 增強(qiáng)CT模型的列線圖

圖3 影像組學(xué)模型的列線圖

圖4 影像組學(xué)及增強(qiáng)CT模型的DCA圖

2.3 模型比較 訓(xùn)練集中，影像組學(xué)模型的AUC大于增強(qiáng)CT模型(Z=2.05，P<0.05)，驗(yàn)證集中二者AUC差異無(wú)統(tǒng)計(jì)學(xué)意義(Z=0.95，P=0.34)。DCA顯示高風(fēng)險(xiǎn)概率閾值為0.08～1.00時(shí)，影像組學(xué)模型的凈獲益高于增強(qiáng)CT模型，見(jiàn)圖4。

3 討論

目前對(duì)局限性ccRCC有多種保守治療方案，臨床需依據(jù)腫瘤生物學(xué)特性制定治療方案。CT征象可為ccRCC分級(jí)提供信息。多項(xiàng)研究[10-11]結(jié)果顯示，增強(qiáng)CT所示腫瘤邊緣、壞死、鈣化、大小、囊變、集合系統(tǒng)/腎周脂肪侵犯、區(qū)域淋巴結(jié)腫大、強(qiáng)化方式及強(qiáng)化均勻性是影響ccRCC分級(jí)的危險(xiǎn)因素。浸潤(rùn)性生長(zhǎng)反映腫瘤惡性程度更高[11]。在本研究得出的增強(qiáng)CT模型中，腫瘤呈浸潤(rùn)性生長(zhǎng)、有無(wú)包膜和壞死是ccRCC分級(jí)的獨(dú)立影響因素。發(fā)生凝固性壞死是影響ccRCC預(yù)后的因素，2013年ISUP共識(shí)會(huì)議[5]認(rèn)為病理報(bào)告應(yīng)常規(guī)描述ccRCC是否存在壞死，出現(xiàn)壞死提示預(yù)后不良[12-13]；但CHEN等[14]發(fā)現(xiàn)以病灶壞死預(yù)測(cè)高級(jí)別ccRCC敏感度高(100%)而特異度差(40%)。本研究訓(xùn)練集及驗(yàn)證集中不同級(jí)別ccRCC增強(qiáng)CT表現(xiàn)差異不完全一致，可能與驗(yàn)證集樣本量較小有關(guān)，且閱片醫(yī)師主觀分析圖像得出的CT表現(xiàn)存在不穩(wěn)定性，可降低模型泛化能力。

壞死、出血或鈣化等特征可反映ccRCC生物學(xué)行為，與其級(jí)別存在相關(guān)性，故本研究勾畫(huà)VOI時(shí)未予剔除。腫瘤壞死或出血成分較多提示其級(jí)別更高，腫瘤直方圖會(huì)整體左偏；出現(xiàn)鈣化時(shí)直方圖會(huì)向右偏；若二者同時(shí)存在，直方圖會(huì)出現(xiàn)雙峰或多峰；上述成分在直方圖定量參數(shù)及更高階特征中亦有所體現(xiàn)，從而影響影像組學(xué)參數(shù)值。本研究發(fā)現(xiàn)RS是ccRCC分級(jí)的獨(dú)立危險(xiǎn)因素，而影像組學(xué)模型的診斷效能較增強(qiáng)CT模型更佳；影像組學(xué)模型預(yù)測(cè)訓(xùn)練集及驗(yàn)證集低、高級(jí)別ccRCC的區(qū)分度和校準(zhǔn)度均較高；其在訓(xùn)練集的AUC大于增強(qiáng)CT模型，而驗(yàn)證集中2個(gè)模型的AUC差異無(wú)統(tǒng)計(jì)學(xué)意義，表明其在驗(yàn)證集的區(qū)分度相近。影像組學(xué)模型在訓(xùn)練集及驗(yàn)證集的敏感度均高于增強(qiáng)CT模型，其在訓(xùn)練集的特異度高于增強(qiáng)CT模型，但在驗(yàn)證集較之稍低，表明影像組學(xué)模型預(yù)測(cè)ccRCC的真陽(yáng)性率優(yōu)于增強(qiáng)CT模型；DCA顯示高風(fēng)險(xiǎn)概率閾值為0.08～1.00時(shí)，影像組學(xué)模型的凈獲益高于增強(qiáng)CT模型。

本研究的主要局限性：①僅針對(duì)皮質(zhì)期增強(qiáng)圖像進(jìn)行分析；②Ⅳ級(jí)ccRCC樣本量較少，結(jié)果可能存在偏倚；③WHO/ISUP分級(jí)多針對(duì)手術(shù)標(biāo)本，而本組部分ccRCC病理分級(jí)系經(jīng)穿刺活檢標(biāo)本證實(shí)，小標(biāo)本及腫瘤異質(zhì)性對(duì)其準(zhǔn)確性仍存在挑戰(zhàn)[15]。

總之，影像組學(xué)模型預(yù)測(cè)ccRCC WHO/ISUP分級(jí)的效能優(yōu)于增強(qiáng)CT模型。