编辑推荐：
为提升对小肾癌中透明细胞肾细胞癌（ccRCC）的诊断能力，研究人员改进 CT 算法，提高了诊断效能和阅片一致性。
在医学影像领域，肾脏肿瘤的诊断一直是个重要课题。随着医学技术的发展，越来越多的肾脏肿块在体检等过程中被偶然发现，然而，如何准确判断这些肿块的性质，尤其是区分良性和恶性，以及在恶性肿瘤中准确诊断透明细胞肾细胞癌（ccRCC），成为了摆在医生面前的难题。
对于直径小于 4cm 的小肾癌，其中部分是良性肿瘤，如嗜酸细胞瘤和乏脂肪血管平滑肌脂肪瘤等；而 cT1a 期肾细胞癌（RCC）临床进程相对缓和，但 ccRCC 作为 RCC 最常见的亚型，在主动监测（AS）过程中却有着较高的转移和进展风险。目前，病理分析虽为诊断金标准，但活检属于有创检查，存在并发症风险，且部分病变会因组织样本不足无法明确诊断，导致治疗延误。
在此背景下，浙江省肿瘤医院的研究人员开展了一项研究，旨在优化现有的 CT 算法，提高对小肾癌中 ccRCC 的诊断能力，同时增强阅片者之间的一致性。该研究成果发表在《Cancer Imaging》杂志上。
研究人员主要采用了以下关键技术方法：
- 样本筛选：从 2019 年 1 月至 2023 年 12 月的机构病理数据库中，筛选接受肾肿块手术切除的成年患者，经过多轮严格排除标准筛选，最终确定 331 例患者的 331 个 cT1a 期肾肿块纳入研究。
- CT 扫描：所有患者均接受 64 排螺旋 CT 扫描，包括平扫期（PCP）、皮质髓质期（CMP）、肾实质期（NP）和排泄期（EP），并详细记录扫描参数。
- 图像分析：由两名泌尿生殖系统影像经验不同的放射科医生，在不知病理结果的情况下，依据标准对肾肿块进行主观评估（如异质性评分 HS）和定量测量（如肿块与皮质的皮质髓质衰减比 MCAR、长径与短径比 Major axis / Minor axis 等多个指标）。
- 统计分析：运用多种统计方法，如 Spearman 相关性分析、单因素和多因素逻辑回归分析、ROC 曲线分析等，评估各指标间关系、确定独立风险因素并评价 CT 评分的诊断效能。
研究结果如下：
- 指标相关性：标准化异质性比（SHR）和异质性分级（HG）与 HS 呈显著正相关（R = 0.749，0.730；P 均 < 0.001），表明 SHR（和 HG）可作为 HS 的潜在替代指标。
- 独立风险因素确定：单因素和多因素逻辑回归分析确定，Major axis / Minor axis（>1.16）、肿瘤 - 肾界面（>22.3mm）和标准化肾实质减少率（SNRR，>0.16）是与 HG 和 MCAR 联合的独立风险因素。
- CT 评分修改及诊断效能评估：对 CT 评分进行修改，将 HG 替代 HS，并结合独立风险因素调整评分。结果显示，与原始 CT 评分相比，结合肿瘤 - 肾界面和 SNRR 的两种修改后 CT 算法，对 ccRCC 的诊断效能显著提高（AUC：0.770 vs. 0.861 和 0.862，P 均 < 0.001）。修改后 CT 评分的阅片者间一致性也优于原始 CT 评分（加权 Kappa 系数：0.935 vs. 0.878）。
研究结论和讨论部分指出，该研究不仅对原始 CT 评分进行了回顾性外部验证，还采用定量参数替代主观 HS，并整合额外影像特征，增强了 CT 算法的诊断效率。修改后的 CT 评分在指导小肾癌患者活检决策和管理计划方面具有潜在价值。不过，研究也存在局限性，如数据来自单中心，样本构成可能存在偏差，且未评估无专业经验阅片者的表现。未来需多中心大样本研究进一步验证修改后 CT 评分的有效性和适用性。总体而言，该研究为小肾癌中 ccRCC 的诊断提供了新的思路和方法，有助于提高临床诊断的准确性和患者管理水平。
