患者因素与MRI参数对限制频谱成像（RSI）前列腺癌定量生物标志物的系统性影响：一项多中心研究揭示其稳健的诊断性能

《Cancer Imaging》：Systematic effects of patient factors and scanner/protocol factors on a Restriction Spectrum Imaging (RSI) quantitative MRI biomarker for prostate cancer

针对传统扩散加权成像(DWI)模型（如ADC）在检测临床显著性前列腺癌(csPCa)时存在微观结构特异性低、扫描仪间变异大等问题，研究人员对限制频谱成像(RSI)衍生的新型定量生物标志物——RSI限制评分(RSIrs)进行了系统性验证。该研究通过一项纳入1890名男性的大规模、多中心回顾性分析，利用线性模型评估了患者因素（年龄、前列腺体积等）和MRI采集参数对RSIrsmax值的影响，并验证了RSIrs在检测csPCa方面的性能。结果表明，尽管这些因素会造成RSIrsmax值的轻微波动，但RSIrs对csPCa的诊断性能（AUC 0.77）保持稳健，不因校正这些因素而得到提升（p>0.05），这支持了RSIrs作为可推广的csPCa定量成像生物标志物的潜力。

　　

在当今的临床实践中，多参数磁共振成像(mpMRI)已经彻底改变了前列腺癌的诊断格局，特别是对具有临床意义的肿瘤（临床上称为临床显著性前列腺癌，csPCa）的检测。这一技术的普及，使得医生能够在无需侵入性活检的情况下，更准确地定位和评估可疑病灶。然而，在这片光明的应用前景下，一个顽固的“阴影”始终存在：传统mpMRI中一个至关重要的组成部分——基于扩散加权成像(DWI)计算得到的表观扩散系数(ADC)图。ADC值是目前评估组织细胞密度和水分子扩散受限程度的关键指标，高细胞密度的肿瘤区域通常表现为ADC值降低。但问题在于，ADC的计算依赖于一个“单指数模型”，这个模型简单地将组织中所有复杂的水分子扩散行为（如自由扩散、限制扩散、灌注等）混为一谈。这种“一锅烩”的做法导致了ADC图在微观结构特异性上的不足，也就是说，它无法精细区分不同组织微观结构对扩散信号的贡献。更棘手的是，不同厂家、型号的MRI扫描仪，甚至同一台机器使用不同的扫描协议，都可能导致测得的ADC值产生显著差异，这种“扫描仪间变异性”严重阻碍了ADC作为一个可靠、可通用的定量生物标志物在不同医疗中心之间的推广应用。医生和研究者们不禁要问：我们能否找到一个更“聪明”、更稳健的成像指标，来更特异地捕捉肿瘤的特征，同时减少对设备和扫描参数的依赖？

限制频谱成像(RSI)正是在这样的需求背景下应运而生的一种高级扩散MRI技术。它不再使用简单的单指数模型，而是采用了一个多室生物物理模型。这个模型如同一个高精度的“筛子”，能够将采集到的扩散MRI信号分解到四个不同的“隔间”中，分别对应着细胞内、细胞外等不同物理空间的扩散行为。通过这种分解，RSI可以计算出一个名为“RSI限制评分”（RSIrs）的定量参数。理论上看，RSIrs能更特异地反映水分子在受限空间（如高细胞密度的肿瘤组织内）的扩散情况，因而有望成为一个更优越的成像生物标志物。早期的研究也确实表明，RSIrs在区分csPCa与良性组织方面展现出了令人鼓舞的性能。但一个新的、更精细的工具在投入广泛应用前，必须经过严格的“压力测试”：它的测量值是否会随着患者自身的差异（如年龄、前列腺大小）而波动？它的表现是否会因为不同医院MRI机器的扫描参数设置不同而打折扣？这些“系统性效应”如果存在且显著，将会动摇RSIrs作为通用生物标志物的根基。

为了回答这些问题，一个由多中心研究人员组成的团队开展了一项大规模回顾性研究，并将成果发表在了专业期刊《Cancer Imaging》上。他们的核心目标很明确：第一，定量评估患者因素和MRI采集因素对前列腺内最大RSIrs值（RSIrs_max）的影响，即检验RSIrs的“技术稳健性”；第二，在考虑了这些潜在影响之后，功能性验证RSIrs_max在检测csPCa方面的诊断性能是否依然可靠。

为了开展这项研究，研究人员汇集了来自七个医疗中心、在2018年至2024年间接受检查的共1890名男性患者的数据，他们的中位年龄为70岁。研究采用了线性模型这一统计工具，来系统分析年龄、种族、民族、前列腺体积、药物使用情况以及一系列MRI采集参数（如b值、分辨率等）是否会显著影响前列腺的RSIrs_max测量值。在定义何为“非csPCa”患者时，研究设定了严格的标准：要么经活检证实为良性或格里森分级分组(Grade Group) 1，要么其mpMRI影像不具可疑性（PI-RADS评分为1或2分）且前列腺特异性抗原密度(PSAD) ≤ 0.15。这种方法确保了对照组的“纯净”，从而能更清晰地凸显csPCa的信号。

主要技术方法概览

本研究主要基于回顾性收集的多中心临床影像与病理数据。关键技术方法包括：1) 应用限制频谱成像(RSI)技术对原始扩散加权成像(DWI)数据进行处理，生成定量参数图并提取病灶区域的RSIrs_max值；2) 采用多元线性回归模型，系统量化患者人口统计学、临床特征（年龄、前列腺体积等）及MRI扫描协议参数对RSIrs_max值的独立影响；3) 通过受试者工作特征(ROC)曲线分析，计算并比较调整协变量前后RSIrs_max在患者水平上区分csPCa的诊断效能，以曲线下面积(AUC)为主要评价指标。

研究结果

患者与采集因素对RSIrs_max的定量影响

线性模型分析揭示，患者因素和MRI采集方法确实会对RSIrs_max的测量值产生具有统计学意义的影响，但这些影响的幅度被评估为“适度”。具体而言：

• •
  年龄每增加一岁，RSIrs_max值平均增加1.8个单位。
• •
  前列腺体积每增大一毫升，RSIrs_max值平均减少0.83个单位。
• •
  不同的MRI采集方法（如不同的b值组合、空间分辨率等）导致的RSIrs_max变化范围在-63.14到+56.23个单位之间。

csPCa检测性能的功能性验证

这是研究的重中之重。研究人员发现，尽管上述因素会引起RSIrs_max值的变化，并且这种变化范围与因Grade Group 2级csPCa所引起的变化存在部分重叠，但这些由外部因素引起的变化，其强度是次要的，远弱于csPCa本身所产生的主要信号变异。最关键的性能验证结果显示：在统计模型中调整（校正）了年龄、前列腺体积和采集方法这些显著因素后，RSIrs_max对于csPCa的检测性能并没有得到统计学上的显著提升（p > 0.05）。校正前，RSIrs_max在患者水平检测csPCa的AUC为0.77（95%置信区间：0.75–0.79）；校正了这些协变量后，AUC为0.74（95%置信区间：0.72–0.76）。两者在统计学上无显著差异。

研究结论与意义

这项大规模多中心研究得出明确结论：限制频谱成像衍生的生物标志物RSIrs，其检测临床显著性前列腺癌(csPCa)的性能是稳健的。尽管患者个体差异（如年龄、前列腺体积）和不同的MRI扫描协议会带来适度、可量化的信号变化，但这些“噪音”并未掩盖csPCa产生的“主信号”，因此在实际应用中，为了优化诊断性能而去校正这些因素并无必要。RSIrs展现出了对跨中心、跨扫描仪变异的内在抵抗力，这一特性至关重要。它有力地支持了RSIrs有潜力成为一个可推广的、普适的定量成像生物标志物，未来有望在不同医疗机构间实现更标准化、更可靠的前列腺癌诊断评估，从而推动精准影像学的发展。