*仅供医学专业人士阅读参考

打开网易新闻 查看精彩图片

胃肠道淋巴瘤化疗穿孔预测新进展

撰文|王彩琴医生

审核|周辉教授 湖南省肿瘤医院

胃肠道淋巴瘤化疗后穿孔虽不常见,却可能导致腹膜炎、感染、治疗中断甚至死亡。传统临床判断主要依据T细胞表型、小肠受累、深溃疡和高肿瘤负荷等经验性指标,难以实现个体化精准风险分层。而影像组学能够量化肿瘤内部代谢异质性,有望补充传统PET参数的短板,为化疗前穿孔风险评估提供新的解决方案。这篇发表于European Journal of Nuclear Medicine and Molecular Imaging的多中心研究纳入257例胃肠道淋巴瘤患者,尝试在化疗前预测胃肠道穿孔风险。本文特邀湖南省肿瘤医院周辉教授和王彩琴医生对该研究进行全面解读。

一、研究设计:双中心队列搭建多模态预测框架

研究回顾性纳入两家医院2014-2024年的257例患者。

•中心1的207例随机分为训练集144例和内部验证集63例,中心2的50例作为独立外部验证;三队列分别有22、11和11例发生化疗后穿孔。

•模型纳入化疗前临床资料、实验室指标、病理类型和正电子发射断层扫描/计算机断层扫描(PET/CT)信息。影像组学特征经标准化、相关性筛选及最小绝对收缩和选择算子(LASSO)降维后形成影像组学评分(Radiomics score);研究比较5种机器学习算法,并进一步将独立临床风险因素与Radiomics score整合为联合模型。

•同时采用SHAP解释模型、校准曲线和决策曲线分析(DCA)评估临床可用性。

打开网易新闻 查看精彩图片

图1:研究流程:临床资料、PET/CT影像组学、机器学习建模与外部验证

二、核心结果:联合模型实现稳健风险分层

1.临床高危因素集中在炎症状态和病理类型

总体44例患者发生穿孔。穿孔组T细胞非霍奇金淋巴瘤(T-NHL)比例明显更高,29例T-NHL中14例发生穿孔(48.3%),而非T-NHL组穿孔发生率为13.2%。多因素分析最终仅保留C反应蛋白(CRP)升高和T-NHL病理类型为独立临床预测因素。

2.影像组学优于单一传统PET参数

传统PET定量参数最大标准化摄取值(SUVmax)、肿瘤代谢体积(MTV)、总病变糖酵解量(TLG)在外部验证中的受试者工作特征曲线下面积(AUC)分别仅为0.469、0.587和0.543;影像组学模型外部AUC为0.807,提示肿瘤内部纹理和代谢异质性可提供额外风险信息。

3.联合模型表现最稳定

临床+PET/CT影像组学联合模型在训练、内部验证和外部验证中的AUC分别为0.918、0.858和0.852;外部验证敏感度0.818、特异度0.872、阴性预测值0.944。

需要注意的是,联合模型在外部队列相对单一模型的增量优势未达到统计学显著,因此仍需更大样本验证。

4.SHAP增强了模型的临床可解释性

平均绝对SHAP值显示,Radiomics score对预测贡献最大(1.77),其次为CRP(0.65)和病理类型(0.52)。SHAP可进一步解释单个患者风险主要由哪一类因素推动,而列线图则把最终模型转换为直观的个体化风险估算工具。

打开网易新闻 查看精彩图片

图2:SHAP解释:Radiomics score、CRP及病理类型对个体穿孔风险的贡献

打开网易新闻 查看精彩图片

图3:联合模型在训练、内部验证及外部验证队列中的受试者工作特征(ROC)曲线表现

打开网易新闻 查看精彩图片

图4:联合模型列线图:将临床风险评分和Radiomics score转换为个体化穿孔风险

三、关键结论

胃肠道淋巴瘤化疗后穿孔风险并非仅由肿瘤体积或最大代谢值决定。CRP、T-NHL病理类型和PET/CT影像异质性提供了互补信息,三者整合后可获得较稳定的风险辨别能力。

这项研究更值得借鉴的是“临床因素+影像组学+可解释AI+外部验证”的完整路径。现阶段该模型适合用于风险分层和前瞻性研究设计,尚不足以单独决定预防性手术、化疗减量或治疗延迟。

推荐理由

研究聚焦一个直接影响治疗安全的临床问题,并设置独立外部验证;同时不仅报告AUC,还通过SHAP、校准、DCA和列线图增强临床解释性。对于胃肠道淋巴瘤并发症预测和多模态AI研究,这是一篇具有方法学示范价值的文章。

打开网易新闻 查看精彩图片

专家点评:

本研究的优势是临床问题明确、双中心外部验证完整,并证明影像组学可提供传统临床和PET参数之外的信息。联合模型外部AUC达到0.852,说明其信号具有一定可重复性。

最需要警惕的是病灶选择方式:穿孔患者以“最终发生穿孔的病灶”作为影像组学感兴趣区(ROI),而未穿孔患者选择最大病灶,靶病灶选择借用了治疗后的结局信息,存在潜在选择偏倚或信息泄漏风险;且外部验证仅50例、穿孔事件11例。下一步应在前瞻性队列中预先固定ROI规则,并分病理亚型验证模型是否真正改善临床决策。

专家简介

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

责任编辑:高楼

*"医学界"力求所发表内容专业、可靠,但不对内容的准确性做出承诺;请相关各方在采用或以此作为决策依据时另行核查。