《npj Precision Oncology》：Predicting head and neck cancer response to radiotherapy using mathematical modeling of MRI-based habitats
编辑推荐：
为精准预测头颈部肿瘤放疗效果，实现个体化治疗，研究人员将氧增强磁共振（OE-MRI）、动态对比增强磁共振（DCE-MRI）与放射反应数学模型结合，对HPV相关口咽癌患者的MRI影像进行分析，预测“有灌注的缺氧”肿瘤对放疗的反应。结果显示模型预测性能良好，为头颈部癌的个体化放疗决策提供了新工具。
放疗是头颈部癌症的重要治疗手段，但其疗效存在个体差异。一个核心难题是肿瘤内部存在“缺氧”区域，这些区域的癌细胞对放疗射线不敏感，容易导致治疗失败。传统上，精准评估肿瘤内的缺氧状态是临床一大挑战。为了攻克这个难题，实现“量体裁衣”式的个体化放疗，研究人员开展了一项创新性研究，将先进的磁共振成像技术与数学建模相结合，以期在治疗前或治疗早期就准确预测肿瘤对放疗的反应。这项研究发表于《npj Precision Oncology》期刊。
研究者主要运用了两种功能磁共振成像技术：氧增强磁共振成像（OE-MRI）用于评估肿瘤缺氧，以及动态对比增强磁共振成像（DCE-MRI）用于评估血流灌注和细胞密度。他们将这些影像数据与一个描述放射反应的数学模型进行整合。研究队列包含20名HPV相关口咽癌患者，在放疗前和放疗期间收集了他们的影像数据。
研究结果
MRI参数分析与肿瘤分型
研究人员分析了放疗前和放疗期间（第2周和第4周）采集的磁共振影像，从中提取了描述肿瘤缺氧、血流灌注和细胞密度的定量参数。基于这些多参数，他们将每个肿瘤在每一个时间点都聚类划分为四种不同的“微环境区域”（Habitat）。这为后续的数学建模提供了精细的空间异质性信息。
模型构建与校准
研究团队建立了一个数学模型，用于描述和预测肿瘤在治疗过程中的反应动态。该模型通过n折交叉验证（n-fold cross-validation）的方法进行校准，以确定最优参数，从而模拟原发灶和淋巴结病灶在放疗第2周和第4周的变化。
模型预测性能验证
模型在未见过的数据上进行了预测准确性验证。评估指标使用了皮尔逊相关系数（PCC）和一致性相关系数（CCC）。结果显示，对于“有灌注的缺氧”类型的原发灶和淋巴结肿瘤，模型的预测结果与实际观测值之间表现出强相关性（PCC在0.74至0.77之间）和良好的一致性（CCC在0.68至0.70之间）。这表明模型能够较为准确地预测该类肿瘤对放疗的反应。
研究结论与讨论
本研究成功地将基于多参数磁共振成像（OE-MRI和DCE-MRI）的“微环境区域”分析与数学建模相结合，建立了一个能够预测头颈部肿瘤（尤其是HPV相关口咽癌）对放疗反应的框架。模型在预测具有临床挑战性的“有灌注的缺氧”肿瘤时展示了可靠的性能。这项工作的意义在于，它提供了一种无创的、在体的（in vivo）方法，有望在放疗疗程早期甚至开始前，就实现患者个体化的治疗反应预测。这为未来开展“生物学引导的剂量调控”个性化放疗奠定了方法学基础，即根据预测的缺氧状态和反应情况，动态调整放疗计划，如对耐药区域进行剂量追加，从而有望最终提高头颈部癌症患者的治疗效果。当然，该研究作为一项初步探索，其结论仍需在更大规模的前瞻性临床队列中得到进一步验证。
