基于术前多参数MRI的肿瘤-前列腺周围脂肪组织界面特征预测前列腺癌包膜外侵犯

《Cancer Medicine》：Preoperative Multiparametric MRI-Based Tumour–Periprostatic Adipose Tissue Interface Characterisation for Extraprostatic Extension Prediction in Prostate Cancer

本研究通过术前多参数磁共振成像（mpMRI）量化肿瘤-前列腺周围脂肪组织（PPAT）界面特征，构建的联合模型（AUC=0.823）较基线临床模型（AUC=0.744）显著提升前列腺癌包膜外侵犯（EPE）预测效能。简化测量方案（接触长度、接触角、界面表观扩散系数ADC等5项特征）在单轴面图像3-5分钟内即可完成，为术前精准分期和手术规划提供新策略。

引言

包膜外侵犯（EPE）作为前列腺癌关键预后指标，直接影响手术方案制定和辅助治疗决策。当前临床预测模型依赖前列腺特异性抗原（PSA）、格里森评分等指标，但对中危患者敏感性有限。多参数磁共振成像（mpMRI）虽能通过囊膜隆起、不规则轮廓等特征提示EPE，但主观性强导致观察者间差异大。近年研究发现前列腺周围脂肪组织（PPAT）通过分泌CCL7等趋化因子促进肿瘤迁移，提示肿瘤-PPAT界面可能蕴含关键生物学信息。

方法

本研究纳入2019-2024年接受根治性前列腺切除术（RP）的240例患者，所有患者术前8周内完成mpMRI检查。在肿瘤最大直径单轴面图像上测量5项界面特征：接触长度（毫米）、接触角度（度）、T2信号强度比值、界面表观扩散系数（ADC）（3毫米环形区）和囊膜完整性评分（0-2分）。通过LASSO回归筛选特征后，结合基线临床变量（PSA、PSAD、PI-RADS评分、活检格里森评分）构建联合模型，并采用Bootstrap法进行内部验证。

结果

队列中EPE患病率为34.2%（82/240）。联合模型校正后曲线下面积（AUC）达0.823（95%置信区间CI：0.768–0.878），显著优于基线模型（AUC=0.744）。决策曲线分析显示，在10%-50%的临床决策阈值范围内，联合模型均具有更高净获益。界面特征中，接触长度每增加10毫米（OR=2.14）、接触角每增加30°（OR=1.67）、界面ADC每降低0.1×10^?3mm²/s（OR=1.83）及囊膜完整性评分每增加1分（OR=3.24）均独立预测EPE。各组特征测量重复性良好（组内相关系数ICC：0.81-0.92）。

讨论

本研究创新性地将生物学机制与影像特征结合，证实肿瘤-PPAT界面量化特征可提升EPE预测精度。界面ADC值降低可能反映肿瘤细胞迁移导致的细胞密度增加，而囊膜完整性评分直观体现解剖结构破坏。与既往研究关注PPAT整体厚度不同，本研究通过聚焦界面区域更精准捕捉肿瘤-脂肪微环境相互作用。提出的简化测量方案具有临床转化潜力，单病例仅需3-5分钟即可完成评估。

未来展望

需多中心外部验证以推广应用，可进一步整合前列腺特异性膜抗原（PSMA）PET特征或扩散峰度成像（DKI）参数。扩展至三维容积分析可能捕获更多空间异质性信息，而纵向研究可探索界面特征与术后生化复发的关系。