基于MRI的栖息地放射组学在评估肾细胞癌同步转移风险中的应用：一项多中心研究

《Abdominal Radiology》：MRI-based habitat radiomics for assessing synchronous metastatic risk in renal cell carcinoma: a multicenter study

本研究探讨MRI基于栖息地放射组学在肾细胞癌转移状态评估中的作用。通过回顾性收集241例患者数据，分割肿瘤为15个亚区域，提取 radiomic 特征并构建机器学习模型，结合淋巴结大小和血尿指标优化模型性能，内测及外测集均显示显著提升（AUC分别为0.88和0.89），验证了非侵入性评估转移状态的可行性。

　　

摘要

目的

探讨基于MRI的栖息地放射组学在评估肾细胞癌（RCC）转移状态中的作用。

方法

本研究回顾性地收集了在四个中心接受肾切除术和淋巴结切除术的241名RCC患者的数据。第一个中心的MRI数据被分为训练集（n=150）和内部测试集（n=38）；其他中心的数据（n=53）用于外部测试。根据皮质髓质相增强和T2WI信号强度，将原发病变分割为15个栖息地亚区域。分别从整个肿瘤和栖息地亚区域提取放射组学特征。然后使用机器学习算法构建模型，并整合临床指标以建立组合模型，基于内部和外部测试集进行性能比较和亚组分析。

结果

在241名患者中（平均年龄53±13岁；169名为男性），36.1%的患者表现出远处或区域淋巴结（RLN）转移。与整个肿瘤模型相比，栖息地模型在内部和外部测试集中通常具有更高的曲线下面积（AUC）。通过纳入RLN大小，组合模型在内部测试集中的表现优于栖息地模型（AUC，0.88 vs 0.82，P=0.020），以及在外部测试集中结合RLN大小和血尿的临床模型（AUC，0.89 vs 0.73，P=0.012）。亚组分析显示，组合模型能够独立识别远处转移和RLN转移，且不受病理亚型的影响。

结论

基于MRI的栖息地放射组学模型为准确评估RCC的转移状态提供了一种非侵入性工具。