Frontiers开放获取
科研资讯 | 浙大附二医院 黄品同团队 | 建立基于临床与 CEUS LI-RADS 预测 HCC 微血管侵犯的模型
2021-9-30 14:31
阅读:2174

来源:浙二超声

科研资讯 - Frontiers in Oncology

浙江大学医学院附属第二医院黄品同教授团队一直致力于 CEUS LI-RADS 的临床研究与应用。在本研究中,研究人员以最终病理结果作为金标准,并纳入双中心的病例,联合 CEUS LI-RADS 特征与患者术前一般临床资料「Clin」建立 Nomogram 预测模型,所得到的结果可能更具备临床推广性。本研究发表在 Frontiers in Oncology 「IF:6.244」期刊上。

根治性切除术和肝移植术是肝细胞癌「HCC」首选的治疗策略。但是 HCC 术后的预后情况并不能令人满意,五年复发率高达 70%。HCC 病灶的侵袭性病理学特征与其不良预后的关系较为密切,而在其中微血管侵犯「microvascular invasion, MVI」是最重要的指标之一。通过术后 HCC 标本镜下病理学所见,MVI 是指在内皮细胞衬覆的血管腔内附着的微小癌栓,即癌细胞肝内转移的开始。如果能够术前准确预测 MVI 阳性的患者,那么外科医生就可能需要扩大该病灶的切除范围。然而,对于 MVI 阳性的 HCC 病灶,临床医生目前只能依靠术后病理标本进行确认。因此,通过患者术前检测指标预测 MVI 阳性情况就具有较高的临床意义。

与 CECT/CEMRI 不同,CEUS 使用的造影剂是微米级纯血池内造影剂「Sonovue」,该造影剂不会渗漏到组织间隙内,因此 CEUS 可以真实反映病灶的血供情况,动态地体现病灶的血管状态以及病理学特征。自从推出 LI-RADS 系统以来,ACR 一直致力于增强影像学特征描述的均一性和规范性,减少不同医疗机构,不同年资医生之间应用的差异性。在 Choi 等人的研究中,分类为 CEMRI LR-M 的 HCC 病人总生存率和无复发生存率更低,从而得出结论:LR-M 可以作为提示 HCC 患者预后的重要指标。然而目前 CEUS LI-RADS 分类对于 MVI 阳性患者的预测是否具有临床意义尚无相关研究发表。因此本研究的目的是探讨 CEUS LI-RADS 影像学特征以及最终分类对于预测 HCC 患者阳性 MVI 的诊断价值。

图 1. 预测 HCC 患者 MVI 阳性的临床指标联合 CEUS LR-5(否)的Nomogram模型(a)、临床指标联合CEUS LR-M模型(b)以及临床指标模型(c)。

在本研究中,研究人员以最终病理结果作为金标准,并纳入双中心的病例,联合 CEUS LI-RADS 特征与患者术前一般临床资料「Clin」建立 Nomogram 预测模型「图1」,所得到的结果可能更具备临床推广性。

图 2. 训练组(a)与验证组(b)中,各种模型预测HCC患者MVI阳性的AUC图;训练组(c)与验证组(d)中,各种模型预测HCC患者MVI阳性的决策者曲线图。

在训练组中,以 Nomogram 评分 100 分作为截断值,Clin 模型预测 MVI 阳性患者的 AUC,敏感性,特异性,PPV 和 NPV 分别为 0.75,60.0%,87.2%,81.2%和62.1%。与之相比,如果以 Nomogram 评分 89 分作为截断值,Clin+LR-M 模型预测 MVI 阳性患者的 AUC,敏感性,特异性,PPV 和 NPV分别为 0.80,72.6%,74.5%,75.5%和71.4%。

在验证组中「图2」,Clin 模型预测 MVI 阳性患者的AUC,敏感性,特异性,PPV 和 NPV分别为 0.66,46.7%,85.7%,77.8%和60.0%。与之相比,Clin+LR-M 模型预测 MVI 阳性患者的 AUC「0.84 vs. 0.66,P=0.023」和敏感性「86.7% vs. 46.7%,P=0.027」均显著提升,但是特异性并没有显著下降「78.6% vs. 85.7%,P=0.06」。相比于单纯的 LR-M 或 Clin+LR-5「No」模型,Clin+LR-M 模型预测MVI 阳性患者的 AUC 和特异性相似,但是敏感性显著提升「86.7% vs. 73.3%,P=0.048」。Clin+LR-M 模型预测 HCC 患者 MVI 阳性的整体净收益优于其他模型。在训练组与验证组中,Clin+LR-M 模型预测曲线与实际情况吻合度较高,而相比而言,Clin 模型在验证组中的校对曲线与实际情况偏差较大。

相关信息

浙江大学医学院附属第二医院的黄品同教授与哈尔滨医科大学附属第二医院的周显礼教授为文章的通讯作者,博士生周航为文章的第一作者,该项目得到中国国家科技部重点研发计划 「2018YFC0115900」, 中国国家自然科学基金「82030048, 81527803, 81901871, 82001818」, 浙江省自然科学基金「LQ20H180009, LQ21H180007」的资助。


Frontiers 总部位于瑞士,是全球领先的开放获取(Open Access)出版商,致力于使科学在全球范围内更加开放。欲了解更多详情,欢迎访问 Frontiers 官方网站:www.frontiersin.org.

微信 - 底图.png

转载本文请联系原作者获取授权,同时请注明本文来自Frontiers开放获取科学网博客。

链接地址:https://wap.sciencenet.cn/blog-3465500-1306293.html?mobile=1

收藏

分享到:

当前推荐数:0
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?