《Cancer Imaging》：Non-invasive model for predicting future lung metastasis of hepatocellular carcinoma based on imaging heterogeneity analysis
编辑推荐：
背景：肝细胞癌（Hepatocellular Carcinoma，HCC）患者发生肺转移的风险较高，肺转移是肝外转移中唯一显著影响患者总生存（Overall Survival，OS）的部位。然而目前关于HCC肺转移的研究多聚焦于有创活检获取的生物或病理异质性，
背景：肝细胞癌（Hepatocellular Carcinoma，HCC）患者发生肺转移的风险较高，肺转移是肝外转移中唯一显著影响患者总生存（Overall Survival，OS）的部位。然而目前关于HCC肺转移的研究多聚焦于有创活检获取的生物或病理异质性，不适用于连续动态监测，因此有必要评估影像异质性。方法：研究人员收集五家中心的352例HCC病例，分为训练集与测试集，联合向后逐步风险模型（backward stepwise hazard models）与最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）法，整合临床指标及影像参数（含肿瘤部位、瘤周、瘤内及强化模式）构建临床影像异质性模型（Clinical Imaging Heterogeneity Model，CIH-Model），并检验模型的区分度与校准度。按CIH-Model评分分层患者，比较各组间无肺转移生存时间及OS，行多变量回归分析判断风险分层是否为OS的独立预测因子。结果：CIH-Model预测1年、2年、3年无肺转移生存的受试者工作特征曲线下面积（Area Under the receiver operating characteristic Curve，AUC）在训练集分别为0.78、0.92、0.87，测试集分别为0.72、0.72、0.71，两数据集校准度均良好。按CIH-Model评分中位数分层，训练集高危组与低危组发生肺转移时间差异显著（风险比[Hazard Ratio，HR]：6.271，95%置信区间[Confidence Interval，CI]：3.225–12.200，p＜0.001），测试集亦显著（HR：2.862；95% CI：1.436–5.705，p＝0.002）；OS差异在训练集（HR：3.723；95% CI：2.357–5.881，p＜0.001）与测试集（HR：4.003；95% CI：2.321–6.907，p＜0.001）同样显著。多变量回归显示肺转移风险分层是训练集（HR：0.435；95% CI：0.259–0.730，p＝0.002）与测试集（HR：0.341；95% CI：0.178–0.653，p＝0.001）中OS的独立相关因素。结论：借助CIH-Model可识别未来高肺转移风险的HCC患者，并区分生存风险，有助于制定个体化监测与及时预防策略。
论文解读：基于影像异质性分析预测肝细胞癌(HCC)未来肺转移的非侵入性临床影像异质性模型(CIH-Model)研究
该研究发表于《Cancer Imaging》。
一、研究背景与意义
肝细胞癌（Hepatocellular Carcinoma, HCC）是全球范围内常见的恶性肿瘤，其治疗中一旦出现肝外转移即提示疾病进展至晚期。肺是HCC最常见的肝外转移部位，约占所有转移病例的40%，且与其他肝外转移部位不同，肺转移是唯一被证实会显著缩短患者总生存（Overall Survival, OS）的不良预后因素。近年来靶向及免疫治疗的进步为控制肺转移及清除影像学隐匿病灶提供了新手段，但其疗效高度依赖早期干预；同时此类治疗存在约36%的不良反应发生率，不宜对所有患者盲目提前用药。因此，合理的风险分层以筛选HCC术后或初始治疗后易发生肺转移的高危人群，是实现个体化密切监测和适时预防性干预的关键。既往HCC肺转移风险研究多基于组织活检获取的生物标记物或病理异质性，属于有创检查且费用较高，难以用于患者治疗后的连续动态随访监测。而基于常规放射学图像的形态学异质性分析——即影像异质性（imaging heterogeneity）评估——具有HCC可不经病理确诊即可影像诊断、可重复操作、对现有诊疗流程干扰小及额外成本低等优势，但目前尚缺乏整合多维度（瘤周、瘤内、部位及强化模式）影像异质性与临床因素综合预测HCC未来肺转移风险的模型。本研究旨在开展多维影像异质性分析，结合临床指标构建非侵入性预测模型，辅助临床决策。
二、主要关键技术方法
研究人员回顾性纳入中国五家医学中心经病理或临床指南确诊、接受一线治疗（肝切除/经动脉化疗栓塞TACE/消融）且术前有影像学检查、初诊无肝外转移并完成≥3年随访或至死亡的352例HCC患者，按多中心数据随机分为训练集（n=203）与测试集（n=149）。候选变量含临床因素（年龄、性别、腹水、中性粒细胞与淋巴细胞比值NLR、乙/丙型肝炎病毒感染、肝硬化影像征象、Child–Pugh分级、甲胎蛋白AFP水平、巴塞罗那临床肝癌BCLC分期、初始治疗方式）及15项多维影像异质性参数（肿瘤部位<叶别 是否近肝包膜>、瘤周<包膜突破 肝细胞癌包膜完整性 浸润性形态 区域淋巴结增大>、瘤内<融合灶 破裂 镶嵌征 结节中结节征 最大直径>、强化特征<晕征 反晕征 血管侵犯 强化比率>），由两名>10年经验放射科医师盲法独立评估。采用向后逐步Cox比例风险回归联合最小绝对收缩和选择算子（LASSO）法进行变量筛选，构建仅含临床因素的C-Model、仅含影像异质性参数的IH-Model及两者整合的临床影像异质性模型（Clinical Imaging Heterogeneity Model, CIH-Model）。以时间依赖性受试者工作特征曲线下面积（time-dependent AUC）、校准图、1000次Bootstrap内部验证评价区分度与校准度；按CIH-Model评分中位数将患者分为高低危亚组，Kaplan–Meier法及Log-rank检验比较无肺转移生存时间及OS；决策曲线分析（Decision Curve Analysis, DCA）评估临床净获益；多变量Cox回归验证风险分层对OS的独立预测价值，并与BCLC分期系统预测效能比较。
三、研究结果
Characteristics of the study population（研究人群特征）
训练集与测试集各基线临床及影像特征均衡可比（p＞0.05），其中训练集肺转移发生率26.1%（53/203），测试集27.5%（41/149），初始治疗以TACE为主，其次为肝切除和消融。
Necessity of combining clinical and imaging heterogeneity parameters（联合临床与影像异质性参数的必要性）
经Cox及LASSO回归最终筛选出5个预测因子进入CIH-Model：临床因素——腹水、甲胎蛋白（AFP）水平；影像异质性因素——区域淋巴结增大、融合病灶（fusion lesions）、肿瘤最大直径。训练集中CIH-Model预测1、2、3年无肺转移生存的AUC（0.78、0.92、0.87）优于单纯C-Model（0.70、0.77、0.70）及单纯IH-Model（0.78、0.96、0.91），测试集中CIH-Model的AUC（0.72、0.72、0.71）同样高于C-Model（0.59、0.63、0.63）和IH-Model（0.67、0.70、0.68）；净重新分类指数（NRI）与综合判别改善指数（IDI）显示CIH-Model显著优于单一模型（p＜0.05），校准度也最佳。Bootstrap内部验证得出CIH-Model校正后C-index为0.734，乐观值仅0.029，模型稳定。
Superiority verification of the CIH-model（CIH-Model优越性验证）
与巴塞罗那临床肝癌（Barcelona Clinic Liver Cancer, BCLC）分期系统比较，CIH-Model在训练集1年（0.78 vs. 0.66）、2年（0.92 vs. 0.70）、3年（0.87 vs. 0.67）及测试集1年（0.72 vs. 0.62）、2年（0.72 vs. 0.62）、3年（0.71 vs. 0.62）的无肺转移生存预测AUC均显著更高（p＜0.05），表明CIH-Model判别能力优于传统BCLC分期。
Lung metastasis risk stratification by the CIH-model（CIH-Model肺转移风险分层）
以CIH-Model评分中位数120（对应估算绝对风险概率约31.21%）为截断值，将患者分为高危组（≥120）和低危组（＜120）。训练集低危组中位无肺转移时间＞36个月，高危组为21.3个月（HR：6.271，95% CI：3.225–12.200，p＜0.001）；测试集两组均无肺转移中位时间＞36个月但组间差异具统计学意义（HR：2.862，95% CI：1.436–5.705，p＝0.002）。DCA显示CIH-Model在较宽阈值概率范围内净获益高于C-Model及IH-Model；散点图证实CIH评分越高，肺转移发生越早。
Relationship between lung metastasis risk and OS（肺转移风险与总生存的关系）
训练集高危组中位OS为16.9个月，低危组＞50%患者存活未达中位OS（HR：3.723，95% CI：2.357–5.881，p＜0.001）；测试集高危组中位OS为15.6个月，低危组同样＞50%存活未达中位OS（HR：4.003，95% CI：2.321–6.907，p＜0.001）。多变量Cox回归校正其他变量后，CIH-Model风险分层（高危vs低危）是训练集（HR：0.435，95% CI：0.259–0.730，p＝0.002）与测试集（HR：0.341，95% CI：0.178–0.653，p＝0.001）中OS的独立预测因子。研究人员据此构建了可在线使用的CIH-Model计算小程序（
https://github.com/FuSirui123/HCC-lung-metastasis-prediction ）。
四、讨论与结论翻译
讨论指出，多维影像异质性联合临床因素构建的CIH-Model预测HCC未来肺转移风险优于传统BCLC分期，且预测风险与OS显著相关，证明影像异质性分析在HCC相关研究中的价值。单纯影像异质性模型在训练集AUC虽高但在外部测试集出现明显过拟合致校准度下降，联合临床因素可提高模型稳健性。最终入选参数中，腹水与AFP为公认HCC预后因素；肿瘤最大直径反映肿瘤负荷，区域淋巴结增大提示局部侵袭倾向，融合病灶反映多灶起源或早期突破假包膜限制，均增强HCC肺转移潜能。研究局限性包括样本量仍有限、均为中国人群（HBV高发、大肝癌多见）需西方人群验证、未分析术前胸部CT肺内微环境、回顾性设计未完全记录系统治疗影响、跨中心扫描仪异质性及影像参数定性评估可能存在主观性等。
结论：本研究通过对HCC进行多维影像异质性分析，并结合临床因素成功构建了可预测HCC患者未来肺转移风险的临床影像异质性模型（CIH-Model）。该模型可协助识别需针对性预防和加强监测的高肺转移风险HCC患者并进行生存风险分层，为制定合理的防治策略提供依据，也为HCC领域的类似影像异质性研究提供了思路。
