基于CT纹理分析建立的预测cIA期肺腺癌 [复制链接]

随着低剂量高分辨薄层CT的广泛应用，越来越多周围型小结节被检出。对于直径≤3cm的早期非小细胞肺癌（NSCLC），尽管淋巴结转移发生的概率较低，但仍有5.6%-20%术前诊断为N0的患者，最终病理诊断为N1或N2。淋巴结的术前准确评估不仅影响到后续治疗方案的选择，也提示患者的预后情况。因此提高治疗前淋巴结评估的准确率十分必要。

目前对于淋巴结状态评估最精确的影像检查为PET/CT，对于PET/CT上高度怀疑淋巴结浸润的患者再行进一步的有创检查，如纵膈镜活检或超声内镜引导下的经支气管针吸活检（EBUS-TBNA）。然而在中国，由于高昂的费用，对于CT上未检测到肿大淋巴结的早期肺癌病人，PET/CT并非常规检查，而直接行有创检查对于这些病人的总体获益较低。为提高临床N分期的准确率，医院陈昶教授团队开展了一项研究，该研究通过对结节的CT纹理分析，结合临床指标建立预测模型，旨在评估在只有肺部CT影像资料的情况下患者淋巴结的转移状态，为后续诊疗提供参考建议。研究结果目前已被TheAnnalsofThoracicSurgery杂志接收。

该回顾性研究纳入了医院行肺叶切除或亚肺叶切除并接受系统性淋巴结清扫或采样的例临床IA期肺腺癌患者。研究者利用纹理分析软件对其中个结节进行重新勾画重建和分析获得16个典型结节特征，随后结合结节位置和病人的临床特征，通过5折交叉验证筛选出具有最佳区分度的5个变量，最后采用二元逻辑回归建立预测方程。模型最终纳入3个纹理变量和1个临床特征（CEA5ng/ml）。另外例患者则用于模型的外部验证，其AUC达0.（95%CI，0.-0.）。

为便于临床应用，研究者将该预测方程转换为Nomo图，临床医生只需将各项指征代入Nomo图便可计算得出总分并获得相应的淋巴结转移概率。在该模型中，最终计算的概率11.40%的患者，其淋巴结发生转移的概率较低，有创检查的获益较小；而对于概率11.4%的患者，有淋巴结转移的风险，需要行进一步的检查。

评论：

结节的纹理分析虽然对于很多医生比较陌生，但其实这些数据是以数字的形式展示了结节性质，例如结节的形状、密度、规则性、边缘是否光滑等。通过这种更加精确的方式能更好地区分结节的良恶性和侵袭程度。该方法一方面可以从更多角度对结节进行分析，其中很多信息是肉眼无法捕捉到的；另一方面可以弥补人为视觉评估中的不足，例如读片医师的经验和主观性造成的偏倚。本研究希望可以通过该方法在患者接受治疗前架起一座能够有效连接CT检查和PET/CT、有创检查的桥梁，最优地分拣出需进一步检查的患者。