基于CT影像组学联合临床指标构建结直肠癌淋巴血管侵犯术前预测诺莫图及其临床价值验证

《Frontiers in Oncology》：A CT-based radiomics model for preoperative prediction of lymphovascular invasion in colorectal cancer

本研究针对结直肠癌（CRC）术前难以精准评估淋巴血管侵犯（LVI）这一临床痛点，开发并验证了一种基于CT影像组学（Rad-score）联合临床指标（NLR、CEA等）的诺莫图预测模型。该模型在训练集与验证集中AUC分别达0.776与0.722，校准曲线与决策曲线（DCA）均显示良好性能，为CRC患者术前个体化风险评估及治疗决策提供了可靠的非侵入性工具。

　　

在结直肠癌（Colorectal Cancer, CRC）的诊疗战场上，淋巴血管侵犯（Lymphovascular Invasion, LVI）就像肿瘤派出的“先遣侦察兵”。当癌细胞侵入淋巴管或血管内壁，不仅意味着肿瘤具备了“远征”转移的能力，更是医生判断患者预后及决定术后是否需加强辅助治疗的关键依据。然而，目前的医学技术存在一个尴尬的“时间差”：LVI的确诊完全依赖术后病理切片，手术已经做完，结果才姗姗来迟。如果能在术前就精准预判LVI，就能提前制定更激进或更保守的手术方案，实现真正的个体化医疗。

现有的预测手段各有局限：磁共振（MRI）虽准但贵，不适合广泛筛查；PET-CT辐射大、成本高；单纯依靠医生肉眼观察CT影像，又难以捕捉肿瘤内部的微观异质性。影像组学（Radiomics）技术的出现带来了转机，它能从看似普通的CT图像中挖掘出海量的定量特征，反映肿瘤的生物学行为。本研究旨在利用这一技术，构建一个结合影像组学与临床指标的预测模型，打破术前LVI评估的瓶颈。

研究方法概述

本研究为回顾性研究，共纳入360例经术后病理证实为CRC的患者，按7:3比例随机分为训练集（n=252）与验证集（n=108）。所有患者术前均行腹部增强CT（门静脉期）检查。

关键技术路径：

1. 1.
   数据采集与处理：收集患者临床病理资料（如CEA、CA19-9、NLR、PLR等）及影像数据。由两名放射科医生使用3D Slicer软件在CT图像上勾画三维感兴趣区域（ROI），涵盖肿瘤实质及5 mm瘤周区域，排除坏死、钙化区，提取2107个影像组学特征。
2. 2.
   模型构建：采用LASSO回归筛选关键影像特征，构建影像组学评分（Rad-score）。结合单因素及多因素Logistic回归分析确定的独立预测因子（如肿瘤体积、NLR等），建立临床-影像组学诺莫图（Nomogram）。
3. 3.
   验证与评估：在训练集和验证集中通过受试者操作特征曲线（ROC）、校准曲线及决策曲线分析（DCA）评估模型的区分度、校准度及临床净获益。

研究结果

基线特征与单因素分析

训练集与验证集患者的基线特征（如年龄、性别、肿瘤位置等）均无显著差异（P>0.05），表明分组均衡。训练集中LVI阳性率为27.78%（70/252），验证集为28.70%（31/108）。单因素分析初步筛选出与LVI相关的潜在预测因素。

多因素分析与独立预测因子

多因素Logistic回归分析最终确定8个独立预测因子（均P<0.05）：

• •
  影像/形态类：肿瘤体积、最大肿瘤直径、肿瘤浸润深度、区域淋巴结最大短径、肿瘤实质CT值标准差（反映异质性）、Rad-score。
• •
  临床/血清类：癌胚抗原（CEA）水平、中性粒细胞与淋巴细胞比值（NLR）。

诺莫图构建与性能验证

整合上述8个因子构建的诺莫图显示：

• •
  区分能力：训练集AUC为0.776（95% CI: 0.694-0.858），验证集AUC为0.722（95% CI: 0.575-0.869），表明模型具有良好的预测效能。
• •
  校准能力：校准曲线显示预测概率与实际观察值高度一致，Hosmer-Lemeshow检验无显著差异。
• •
  临床效用：决策曲线分析（DCA）证实，该模型在广泛的阈值概率范围内均能提供显著的临床净获益，优于“全干预”或“不干预”策略。

结论与意义

本研究成功构建并验证了一个基于术前CT影像组学（Rad-score）联合临床指标（NLR、CEA等）的诺莫图模型，用于非侵入性地预测结直肠癌LVI状态。该模型突破了传统术后病理的滞后性限制，实现了术前对肿瘤侵袭性的量化评估。

重要意义在于：

1. 1.
   精准医疗实践：为临床医生在术前制定个体化手术方案及辅助治疗决策提供了直观、可靠的量化工具（如对高风险患者直接采取更彻底的淋巴结清扫或新辅助治疗）。
2. 2.
   技术普惠性：基于临床普及率极高的CT检查，无需额外昂贵或复杂的设备，具有良好的推广可行性。
3. 3.
   生物学洞察：模型纳入了反映肿瘤异质性的影像特征和反映全身炎症状态的NLR，从多维度揭示了LVI发生的生物学基础。

该研究发表于《Frontiers in Oncology》，为结直肠癌的术前精准评估提供了新的思路和有力工具。