早期宫颈癌旁组织侵犯的术前预测：一种融合多参数MRI和临床生物标志物的放射组学评分模型

《Abdominal Radiology》：Preoperative prediction of parametrial invasion in early-stage cervical cancer: a radiomics nomogram fusing multi-parametric MRI and clinical biomarkers

本研究旨在开发并验证整合多参数MRI和临床因素的预后模型，用于预测早期宫颈癌（ECC）术前宫旁浸润（PMI）。通过对363例IB-IIA期ECC患者进行T2WI、DWI和T1c扫描，提取radiomics特征并用mRMR和LASSO筛选关键指标，构建的MRI模型在内/外效验队列的AUC分别为0.834和0.800。最终整合radiomics特征、血红蛋白及CA-125水平的nomogram在内/外效验队列AUC达0.827/0.806，特异性0.866/0.875，敏感性0.762/0.583，为术前PMI预测提供了可靠工具。

　　

摘要

目的

本研究旨在开发并验证一种放射组学诺模图（radiomics nomogram），该诺模图结合了多参数磁共振成像（multi-parametric MRI）和临床因素，用于早期宫颈癌（early-stage cervical cancer, ECC）患者术前预测子宫旁组织浸润（parametrial invasion, PMI）。

材料与方法

共有363名ECC（FIGO分期IB–IIA）患者被分为训练组、内部验证组和外部验证组。所有患者在根治性子宫切除术前均接受了T2WI、DWI和T1c扫描。从T2WI、DWI和T1c图像中提取放射组学特征，并使用最大相关性-最小冗余（max-relevance and min-redundancy, mRMR）方法和最小绝对收缩选择算子（least absolute shrinkage and selection operator, LASSO）进行筛选。然后根据这些选定的特征生成放射组学特征谱（radiomics signatures）。利用这些特征谱构建了一个MRI模型，以评估其在区分PMI患者方面的性能。最终基于最优放射组学特征谱、术前血细胞比容（hematocrit）水平和CA-125水平构建了放射组学诺模图，并对其鉴别能力进行了评估。

结果

对于MRI模型，放射组学特征谱在内部验证组和外部验证组中的AUC分别为0.834（95%置信区间：0.7275–0.9399）和0.800（95%置信区间：0.6902–0.9105）。整合了T2WI、DWI、T1c的放射组学特征谱以及血细胞比容和CA-125水平的放射组学诺模图，在PMI组与非PMI组之间表现出优异的区分能力。该诺模图在内部验证组中的AUC为0.827（95%置信区间：0.7116–0.9430），在外部验证组中的AUC为0.806（95%置信区间：0.6997–0.9114）。内部验证组的特异性和敏感性分别为0.866和0.762，外部验证组的特异性和敏感性分别为0.875和0.583。

结论

所开发的放射组学诺模图为ECC患者的术前PMI预测提供了一种无创且可靠的工具。通过更精确的风险分层，它有助于制定个性化的治疗计划。