Radiology：CT放射组学在预测肝细胞癌MTM亚型和免疫状态方面的应用

尽管几十年来肝细胞癌（HCC）的诊断和治疗取得了很大的进展，但总体的临床效果仍然不佳，晚期患者更是如此。HCC治疗的主要障碍之一是缺乏基于组织学或分子学分类的治疗方案，而HCC在基因组、分子和组织学水平上都是高度异质性的。

MTM是一种形态上的HCC变体，与血管生成有关，在治愈性治疗后预后不佳。然而在大多数情况下，治疗前的HCC诊断并不依赖于组织病理学检查，这导致了对这种侵袭性亚型的特征分析陷入了困境。一些研究已经确定了与这一亚型相关的几个影像学特征，如瘤内坏死、动脉期低血管成分和不光滑的肿瘤边缘这一系列结合了钆塞酸二钠增强MRI中四个影像学特征的标准可以在预测MTM亚型时达到很高的准确度。即便如此，影像学特征的评估也容易出现观察者之间的差异，因此会导致放射科医生之间的不一致。

放射组学是一种新兴的无创方法，可从医学影像中挖掘出定量特征以获得帮助临床医生做出临床决定的标记。放射组学可以设想为数字活检，允许在各种临床情况下对肿瘤表型和空间异质性进行深入描述。放射组学是一种新兴的无创方法，可从医学影像中挖掘出定量特征以获得帮助临床医生做出临床决定的标记。放射组学可以设想为数字活检，允许在各种临床情况下对肿瘤表型和空间异质性进行深入描述。例如，以前的研究表明，放射组学模型在预测HCC患者的微血管浸润（MVI）状态和肿瘤复发方面表现良好。迄今为止，只有一项研究试图在88例患者的单中心队列中，基于T2加权、未增强T1加权和增强的动脉相及延迟相T1加权图像建立MRI放射组学模型来预测MTM亚型。然而据我们所知，文献中还缺乏关于CT放射组学方法应对这一挑战的研究。此外，越来越多的证据表明，在一些肿瘤中，放射组学模式与特定的生物途径密切相关。因此，需要进一步的研究来支持放射组学方法预测MTM亚型的稳健性，并在时空分子成像的框架下探索放射组学的生物学基础以促进临床转化。

近日，发表在Radiology杂志的一项研究在术前CT研究的基础上构建放射组学模型以实现MTM亚型的预测，并通过分析大量和单细胞RNA测序数据研究MTM亚型潜在的免疫浸润模式。

本项研究包括2015年1月至2021年12月期间来自三个学术医疗中心的5个回顾性数据集和一个前瞻性数据集。研究对365名接受切除的HCC成年患者的术前肝脏增强CT图像进行了评估。中南大学湘雅三医院提供训练集和内部测试集，岳阳中心医院和湖南省肿瘤医院提供外部测试集。在训练集中提取放射组学特征并用于建立机器学习的放射组学模型，并在两个测试集中验证了其性能。结果队列包括58名接受经动脉化疗栓塞和抗血管生成治疗的成年晚期HCC患者，用于评估放射组学模型对无进展生存（PFS）的预测价值。癌症基因组图谱（TCGA）中41名患者的大量RNA测序和7名前瞻性入选者的单细胞RNA测序被用来研究放射组学相关的免疫浸润模式。计算了放射组学模型的接受者操作特征曲线下的面积，并进行了Cox比例回归以确定PFS的预测因素。

在用于放射组学建模的365名患者（平均年龄，55岁±10[SD]；319名男性）中，122名（33%）被确认为MTM亚型。放射学模型包括11个放射学特征，在预测MTM亚型方面表现良好，在训练集、内部测试集和外部测试集的AUC分别为0.84、0.80和0.74。相对于结果队列中的中位值，放射组学模型得分低与PFS独立相关（危险比，0.4；95%CI：0.2，0.8；P = .01）。放射性组学模型与涉及B细胞浸润和免疫球蛋白合成的体液免疫失调有关。

图 放射学模型在结果队列中预测治疗反应的性能。(A）放射学模型得分与经动脉化疗栓塞术（TACE）加抗血管生成疗法的客观反应之间的关系。(B）根据二分法radiomics模型得分（低或高，由中位数定义）对无进展生存期进行Kaplan-Meier分析

本项研究表明，CT放射组学模型可以无创地预测肝细胞癌患者的MTM亚型。值得注意的是，本项研究揭示了放射组学模型背后的免疫浸润模式，主要涉及体液免疫缺陷。放射组学模型可作为抗血管生成疗法、免疫疗法及其联合治疗后反应的无创性预测指标，应在进一步的大型前瞻性研究中加以验证。
原文出处：

Zhichao Feng,Huiling Li,Qianyun Liu,et al.CT Radiomics to Predict Macrotrabecular-Massive Subtype and Immune Status in Hepatocellular Carcinoma.DOI:10.1148/radiol.221291