基于多模态影像学手段构建肝癌微血管侵犯的预测模型

作者：王斐倩; 刘钰鑫; 白晓旭; 曲凯; 廉洁; 李晨霞; 阮骊韬^*

来源：中华超声影像学杂志, 2023, 32(01).

• 癌, 肝细胞
• 微血管侵犯
• 超声造影
• 磁共振成像
• 钆塞酸二钠

目的探索肝细胞癌(HCC)的微血管侵犯(MVI)发生的风险因素, 实现术前、无创、准确预测MVI。方法回顾性收集2016年1月至2022年6月在西安交通大学第一附属医院确诊的150例HCC患者(183个HCC病灶)。记录患者的临床和血液学数据、病灶的灰阶超声(US)、超声造影(CEUS)、钆塞酸二钠增强磁共振(EOB-MRI)和病理学数据。根据病理学诊断分为MVI阳性组(109个)和MVI阴性组(74个)。比较两组间以上参数的差异。全部样本纳入训练集, 根据多因素逻辑回归筛选出的MVI风险因素构建列线图预测模型。采用十重交叉验证法进行内部验证。结果 MVI阳性组与MVI阴性组间以下指标差异有统计学意义(均P<0.05), 包括有无肝硬化、血清学指标(甲胎蛋白、白蛋白、总胆红素)、US定性指标(尺寸、边界、内部回声)、CEUS定性指标[动脉相(AP)、静脉相(PP)、血管后相(PVP)病灶较周边组织的高/等/低增强]和EOB-MRI的定量指标[主要根据肝胆相、平扫的T1图像上病变和周边肝实质计算的增强后率(post率)及钆塞酸二钠率(EOB率)]。肝硬化, US的病灶尺寸、边界、内部回声, CEUS的AP、PP、PVP特征, 以及EOB-MRI的EOB率、post率最终进入MVI的预测模型。训练集可获得较好的校准度和净获益率。训练集和验证集的ROC曲线下面积分别为0.981和0.961, 诊断准确率分别为92.9%和85.8%。结论以多模态影像学为主要手段构建的模型显示出对MVI良好的预测性能, 为无创预测MVI发生率及优化HCC患者的MVI相关治疗提供了有价值的信息。

• 单位
  西安交通大学第一附属医院