European Radiology：基于CT放射组学特征的结直肠癌无创预测

研究发现，结直肠癌（CRC）可由许多遗传和表观遗传事件同时驱动，其死亡率在全球范围内位居第三。微卫星不稳定性（MSI）是一个主要的致癌因素，定义为短串联重复DNA序列（微卫星）的普遍不稳定性，在大约15%的CRC病例中发生。许多研究已经证实，MSI是诊断林奇综合征的一个重要生物标志物，可用于预测CRC患者的治疗反应和预后。

现阶段，国家综合癌症网络指南推荐对患者进行MSI检测。MSI可以通过聚合酶链反应（PCR）或免疫组织化学（IHC）检测错配修复（MMR）蛋白的表达。然而，侵入性活检可能会引起潜在的并发症风险，且由于肿瘤的异质性，在不同活检位置检测到的MMR蛋白表达程度可能被低估或高估。因此，有必要建立一种非侵入性的方法在启动程序和治疗之前提供与MSI状态有关的额外诊断信息。

计算机断层扫描（CT）是一种常见的成像方法，在CRC分期中发挥着重要作用；然而，对于放射科医生来说，根据宏观CT图像评估MSI状态是相当大的挑战。放射组学是一种从常规医学放射图像中提取高通量定性特征的方法，有可能描述肿瘤表型并改善癌症诊断、预后和对治疗的反应。一些研究表明，使用放射组学方法预测CRC的MSI状态是可行的。然而，以前的研究都只关注评估放射组学对MSI状态预测的价值，未能提供进一步的预后信息。

近日，发表在European Radiology杂志的一项研究探索了使用基于CT的放射组学方法在评估MSI状态的诊断和预后分层价值，为临床的无创准确评估提供了技术支持。

本研究在两家医院共招募了837名接受术前增强CT并有可用MSI状态数据的CRC患者。从分割的肿瘤中提取放射组学特征，并采用一系列数据平衡和特征选择策略来选择MSI相关的特征。最后，使用遗传算法增强的人工神经网络模型构建了一个与MSI相关的放射组学特征。利用多变量逻辑回归分析，将临床因素与放射组学特征结合起来，构建了综合和临床模型。进行了Kaplan-Meier生存分析以探索该特征在CRC患者中的预后信息。 

本研究选择了10个特征来构建列线图，该列线图在内部和外部验证队列中都显示出强大的诊断性能，曲线下面积（AUC）分别为0.788和0.775。该列线图的性能与综合模型的性能相当（AUC分别为0.777和0.767），其性能优于由年龄和肿瘤位置组成的临床模型（AUC分别为0.768和0.623）。生存分析表明，该特征可以根据预后对II期CRC患者进行分层（HR：0.402，p = 0.029）。 

图 根据列线图预测的MSI状态，I期(a)、II期(b)和III期(c)结直肠癌患者的Kaplan-Meier曲线

本研究构建并验证了一个基于常规临床CT图像的非侵入性放射组学特征模型以进行CRC患者的MSI状态识别，该特征模型可以对II期CRC患者进行准确分层，将有助于CRC患者个性化治疗的临床决策。

原文出处：

Xiaobo Chen,Lan He,Qingshu Li,et al.Non-invasive prediction of microsatellite instability in colorectal cancer by a genetic algorithm-enhanced artificial neural network-based CT radiomics signature.DOI:10.1007/s00330-022-08954-6