European Radiology：如何运用CT评估膀胱癌的肌肉侵犯程度？

膀胱癌（BCa）在全世界癌症发病率中排名第九，是泌尿系统最常见的恶性肿瘤之一。对于BCa的临床管理，组织病理学上的肌肉侵犯是影响治疗决策的最重要因素之一。病理学上，BCa可分为非肌肉浸润性膀胱癌（NMIBC）和肌肉浸润性膀胱癌（MIBC）。与NMIBC相比，MIBC代表了更高的阶段，具有更高的复发率且进展更快。因此，MIBC的治疗与NMIBC的治疗截然不同。

组织病理学是诊断BCa肌肉侵犯的金标准。然而，活组织检查依赖于操作者，而且不可能对肿瘤的每个部分都进行取样。因此，如果膀胱镜下的活检样本不足，或者在经尿道切除膀胱肿瘤（TURBT）时样本质量受到影响，MIBC可能被误诊为NMIBC。

计算机断层扫描（CT）是BCa患者最常用的术前评估方法，可以确定肿瘤病灶的位置、数量、大小、与周围组织的关系、淋巴结转移、远处转移等。然而，传统的CT图像不能用于评估BCa的肌肉侵犯，因为其软组织分辨率不理想，不能区分膀胱壁的不同层次。近年来，新兴的放射组学领域已经能够深入挖掘CT图像的生物特性，并对肿瘤的整体形态和纹理模式进行全面、无创和定量的观察。然而据我们所知，尚未有通过CT放射组学评估BCa肌肉侵袭性的的相关研究。

近日，发表在European Radiology杂志的一项研究探讨了基于CT的放射组学预测模型评估BCa的肌肉浸润程度的可行性，为临床治疗的选择提供了强有力的参考。

本研究对2014年10月至2020年5月期间在两个医疗中心接受CT尿路造影并经术后组织病理学证实的膀胱尿道癌患者进行了回顾性入组。总共收集了441例，并随机分为训练队列（n = 293）、内部测试队列（n = 73）和外部测试队列（n = 75）。首先对图像进行了过滤，然后提取了1218个特征。通过方差分析确定了与膀胱癌的肌肉侵袭性有关的最佳特征。使用逻辑回归方法建立了一个预测模型。通过绘制受试者工作特性曲线进行统计分析评估了预测模型的诊断性能指标，包括敏感性、特异性、准确性和曲线下面积（AUC）。 

在训练、内部测试和外部测试队列中，预测模型诊断肌肉浸润性膀胱癌的AUC分别为0.885（95%置信区间[95% CI] 0.841-0.929）、0.820（95% CI 0.698-0.941）和0.784（95% CI 0.674-0.893）。在内部检测队列中，该模型的敏感性、特异性和准确性分别为0.667（95% CI 0.387-0.870）、0.845（95% CI 0.721-0.922）和0.782（95% CI 0.729-0.827）。在外部检测队列中，该模型的敏感性、特异性和准确性分别为0.742（95% CI 0.551-0.873）、0.750（95% CI 0.594-0.863）和0.782（95% CI 0.729-0.827）。 

图 本研究的工作流程和用于构建模型的方法。BCa 膀胱癌, MIBC 肌肉浸润性膀胱癌, NMIBC 非肌肉浸润性膀胱癌, VOI 感兴趣体积

本研究构建了一个用于BCa的术前肌层侵袭评估的基于增强CT图像的放射组学模型，该模型显示了相对较好的诊断效率，可为BCa的个体化治疗和预后提供有价值的诊断信息。

原文出处：

Gumuyang Zhang,Zhe Wu,Xiaoxiao Zhang,et al.CT-based radiomics to predict muscle invasion in bladder cancer.DOI:10.1007/s00330-021-08426-3