论文部分内容阅读
目的:肝切除（Hepatic Resection,HR）仍然是结直肠癌肝转移（Colorectal liver metastasis,CRLM）局部治疗的一线选择。热消融（Thermal Ablation,TA）由于微创、可重复、有效、安全等特点在局部治疗中的地位逐渐得到了认可,但通常作为不适合HR的替代治疗。因此,本研究的目的在于比较TA与HR治疗异时性CRLM的疗效,探讨TA的潜在合适人群。方法:回顾性收集2007年11月-2021年1月在中国医学科学院肿瘤医院接受根治性治疗的634例CRLM患者资料,并进行随访。包含以下内容:患者的人口统计学信息、原发肿瘤的临床病理学资料、肝转移瘤（Liver Metastasis,LM）围手术期信息、既往治疗记录、术后复发及生存情况等。纳入标准:（1）原发肿瘤接受根治性R0切除后发现肝转移（经影像学或病理学检查证实存在）;（2）LM数目≤5且最大直径≤5cm;（3）LM首次接受HR或者TA治疗;（4）年龄＞18岁;（5）卡氏功能状态评分≥80。排除标准:（1）同时性肝转移;（2）LM同时接受HR和TA治疗;（3）合并其他恶性肿瘤;（4）LM最大直径＞5cm;（5）LM数目＞5;（6）原发肿瘤未行根治性治疗;（7）LM曾接受过TA或HR治疗;（8）患者信息不齐全。运用倾向性评分匹配（Propensity scoring match,PSM）平衡两组患者的基线资料。生存分析和组间检验分别采纳Kaplan-Meier法和Log-rank法。运用Cox回归分析确定影响患者复发及生存的危险因素。结果:经过筛选流程后共纳入319例患者,其中TA组148例,HR组171例。按照1:1比例PSM后TA组和HR组各匹配92例患者。TA组和HR组的中位（P25-P75）随访时间分别为60.0（47.0-80.0）个月、44.0（31.0-65.0）个月。匹配后,TA组中位总生存期（Overall Survival,OS）为 49.0[95%置信区间（Confidence Interval,CI）37-76]个月,HR组中位OS未达到（P＜0.001）,1、3、5年OS率分别为91.8%、61.0%、42.6%和 96.8%、83.0%、66.3%。TA 组和 HR组的中位无病生存期（Disease-free Survival,DFS）分别为 10[95%CI 8-12]个月及 33[95%CI 19-未达到]个月（P＜0.001）,1、3、5 年 DFS 率分别为 38.0%、18.0%、14.5%和 72.7%、49.7%、47.9%。与 HR组相比,TA组肝脏复发率较高（59.8%vs.23.9%,P＜0.001）,住院时间缩短（7天vs.14天,P＜0.001）。多因素Cox回归分析提示原发肿瘤T3-4期、多发转移瘤、LM最大直径3-5 cm、LM治疗前血清CEA水平＞200 ng/ml及热消融治疗是缩短OS的独立危险因素;原发肿瘤淋巴结转移、多发转移瘤及热消融治疗是缩短DFS的独立危险因素。运用最小P值法得到DFS的最佳阈值位于第10个月并据此将人群分为早期复发和非早期复发,通过分别比较早期复发、非早期复发患者接受TA、HR的OS发现早期复发患者两组无统计学差异（P=0.350）,非早期复发患者两组之间存在统计学差异（P=0.037）。结论:在异时性CRLM的治疗中,HR较TA仍有其疗效优势,但是对于早期复发的患者,TA长期疗效非劣于HR,可考虑作为一线治疗的选择。目的:异时性肝转移（Metachronous Liver Metastasis,MLM）患者接受热消融（Thermal Ablation,TA）后出现早期复发（Early Recurrence,ER）是临床工作中比较常见的现象,直接影响着患者的生存,如果能够在TA治疗前确定ER的风险,有助于临床决策的制定。影像组学能够将数字化的医学影像数据转化为高维数据从而有助于疾病的评估和临床决策,其优势在于能够检测到隐匿性转移灶而引起的微观结构变化。之前的一些研究已经证实了基于MRI的影像组学能够预测结直肠癌切除后发生MLM的风险。基于此,我们假设基于MRI的影像组学模型也能够预测TA治疗MLM后有ER风险的患者。因此,本研究的目的在于基于机器学习（Machine Learning,ML）算法构建MLM患者接受TA治疗后ER的预测模型。方法:将第一部分纳入的接受TA治疗的147例MLM患者经过排除标准进行筛选。根据第一部分的研究结果无病生存期的最佳阈值位于第10个月,将TA治疗后10个月内出现复发的患者定义为ER。将10个月以后出现复发以及未出现复发的患者定义为非早期复发（Non-early Recurrence,NER）。在此研究中将患者分为两组,一组为TA后出现ER患者,另一组为NER患者。选择增强MRI图像中的门静脉期（Portal-Venous-Phase,PVP）进行图像的提取、转化、分割。从PVP图像中提取1409个定量影像组学特征,先后使用方差阈值法、SelectKBest法、最小绝对值收缩和选择算子（Least Absolute Shrinkage and Selection Operator,LASSO）法进行特征筛选。采用10折交叉验证法和K最邻近算法进行ML并建立预测模型。预测模型的诊断性能通过受试者工作特征（Receiver Operating Characteristic,ROC）曲线进行判断,判断指标包括曲线下面积（Area Under the Curve,AUC）、敏感性和特异性。临床资料的统计方法同第一部分,其余统计分析在云平台上完成。结果:根据排除标准筛选后,本研究最终纳入81例患者,其中男性患者和女性患者分别是47例（58.0%）和32例（42.0%）,平均年龄为59.0±9.5岁。ER组患者42人,其中单发转移17人（40.5%）,多发转移25人（59.5%）;NER组患者39人。基线资料中除LM消融后是否行辅助化疗外,其余变量在ER组和NER组之间均无统计学意义。1409个组学特征经过方差阈值法筛选后剩余451个,继续经过SelcetKBest法进行筛选剩余21个特征,最终经过LASSO计算后选择了 8个最优组学特征。KNN算法建立的预测模型在训练集和验证集的AUC、敏感度和特异度分别是 0.83（95%CI:0.75-0.91）、0.82、0.77 和 0.85（95%CI:0.51-1.00）、0.80、0.75。结论:基于MLM患者接受TA治疗前的PVP期MRI图像建立的预测模型,对于治疗后的ER具有一定的预测价值,有助于临床决策的制定。