基于多参数磁共振成像(MRI)的肿瘤内及肿瘤周围微环境放射组学在胶质母细胞瘤术前预测1年无进展生存率中的应用:一项多中心研究

《Academic Pediatrics》:Intratumoral and Peritumoral Habitat Radiomics on Multiparametric MRI for Preoperative Prediction of 1-Year Progression-Free Survival Status in Glioblastoma: A Multicenter Study

【字体: 时间:2026年02月23日 来源:Academic Pediatrics 2.8

编辑推荐:

  胶质母细胞瘤(GBM)患者术前多参数MRI结合肿瘤内及周围异质性分析构建的预模型可预测术后1年无进展生存期(PFS),AUC达0.934,显著优于传统影像组学和临床模型。

  
赵恩东|詹国玲|刘学环|史玉桐|高晓|郑晓涵|范天波|杨超|刘俊
天津医科大学第四中心医院放射科,中国天津(赵恩东、詹国玲、高晓、刘学环、范天波、杨超、刘俊)

研究背景与目的

本研究旨在开发一种基于术前多参数磁共振成像(MRI)的栖息地放射组学模型,该模型整合了肿瘤内和肿瘤周围的异质性,以预测胶质母细胞瘤(GBM)患者的1年无进展生存期(PFS)。

材料与方法

这项回顾性多中心研究共纳入了来自三个中心的238名病理确诊的GBM患者,分为训练组(n=127)、内部测试组(n=54)和外部验证组(n=57)。术前使用多参数MRI(增强T1加权成像、T2加权成像和扩散加权成像)对肿瘤内部、10毫米和20毫米范围内的肿瘤周围区域以及肿瘤周围水肿区域进行分割。在每个区域内应用K均值聚类算法识别具有相似特征的影像亚区域(“栖息地”)。经过特征选择后,使用五种算法构建了肿瘤内部放射组学模型和栖息地模型。表现最佳的算法被用于开发肿瘤周围栖息地模型,并通过整合肿瘤内部和肿瘤周围栖息地模型与临床模型生成最终的综合模型。模型性能通过接收者操作特征曲线分析(AUC)、校准曲线和决策曲线分析进行评估;使用DeLong检验比较AUC的增量价值,以及SHapley加性解释方法评估模型的解释能力。

结果

肿瘤内部栖息地模型(采用支持向量机)的表现优于传统的肿瘤内部放射组学方法(外部AUC:0.806 vs 0.702)。在肿瘤周围栖息地模型中,10毫米范围的模型表现最佳(外部AUC:0.734)。综合模型具有最高的区分能力(AUC:训练组0.934、内部测试组0.910、外部验证组0.874),校准效果良好,并在决策曲线分析中显示出最大的净收益;DeLong检验和IDI/NRI证实其相较于临床和传统放射组学模型具有显著的增量价值。

结论

基于多参数MRI的栖息地分析能够更细致地描述GBM中肿瘤内部和肿瘤周围的异质性。整合的栖息地放射组学模型在预测1年PFS状态方面显示出强大的预后价值,有助于识别高风险患者、优化随访策略以及实现个体化治疗强度调整。

章节摘录

引言

胶质母细胞瘤(GBM)是成人中最常见的原发性恶性脑肿瘤。其特征包括高度浸润性生长、显著的肿瘤间和肿瘤内分子异质性、快速增殖以及免疫抑制性的肿瘤微环境。即使采用最大安全范围的手术切除结合标准化疗和基于替莫唑胺的化疗,其预后仍然较差,中位总生存期约为15个月。

患者群体

本研究获得了所有参与医院的伦理委员会批准,由于研究的回顾性特点,无需获取患者的书面知情同意书。患者数据来自A中心(2019年7月至2024年9月)、B中心(2016年8月至2025年1月)和C中心(2015年1月至)的电子医疗记录和影像存档系统。

患者特征

共纳入238名接受手术治疗的GBM患者。其中142名(59.7%)在术后1年内出现肿瘤进展或死亡,而96名(40.3%)在1年随访时无进展。三个组别的1年PFS事件发生率相当:训练组为59.1%(75/127),内部测试组为63.0%(34/54),外部验证组为57.9%(33/57)。

讨论

GBM的临床管理长期以来一直面临术后复发预测的挑战。此外,术后随访常常受到真实复发与治疗相关变化之间的影像学重叠的影响,这可能导致过度治疗或干预延迟。因此,本研究开发了一种结合临床特征与肿瘤内部和肿瘤周围栖息地放射组学特征的术前模型,以预测1年PFS状态。

结论

基于多参数MRI的数据,本研究开发并验证了一个综合模型,该模型整合了临床变量、肿瘤内部栖息地放射组学特征和10毫米范围内肿瘤周围栖息地特征,用于术前预测GBM患者的1年PFS状态。通过从“肿瘤-肿瘤周围”的综合空间角度量化GBM的影像异质性,该模型能够更精确地分层评估术后早期进展风险,并为临床实践提供指导。

作者贡献声明

- 史玉桐:方法学、数据分析、数据管理 - 高晓:方法学、数据分析 - 詹国玲:撰写初稿、可视化、验证、软件开发、项目管理、方法学研究、概念设计 - 刘学环:资源协调、数据分析 - 郑晓涵:方法学、数据分析 - 范天波:方法学、数据分析 - 杨超:方法学、数据分析 - 赵恩东:撰写初稿、可视化、验证

伦理声明

本研究获得了所有参与医院伦理委员会的批准(天津医科大学总医院:IRB2025-YX-446–01;大连医科大学第一附属医院:PJ-KS-KY-2023–422;大连医科大学第二附属医院:KY2024–029-01)。由于研究的回顾性特点,无需获取患者的书面知情同意书。

资助

本研究得到了国家自然科学基金(12174203)和天津医科大学中西医结合学科提升计划-科研专项基金(2024XKZXY08)的支持。

利益冲突声明

作者声明没有可能影响本研究结果的财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号