基于增强 MRI 的 δ 栖息地放射组学预测胶质瘤患者术后复发和生存：一项 8 年回顾性先导研究

《World Journal of Surgical Oncology》：Predicting postoperative recurrence and survival in glioma patients using enhanced MRI-based delta habitat radiomics: an 8-year retrospective pilot study

为解决脑胶质瘤（BG）患者术后复发预测及生存评估难题，研究人员开展了整合术前增强 MRI 衍生的 δ 栖息地放射组学特征与临床特征的研究。结果显示，该模型可提升预测准确性，为优化术后监测和个性化临床决策提供了有力工具。

　　脑胶质瘤（Brain Gliomas，BG）作为成年人中最为常见的原发性颅内恶性肿瘤，其生物学行为具有高度侵袭性，复发率居高不下，患者临床预后普遍较差。在中国，受环境因素、基因突变以及诊断技术进步等因素影响，BG 的发病率逐年攀升，如今已达到每年每 10 万人中就有 5 - 8 例发病。尽管当前针对 BG 的治疗手段多样，包括最大限度安全切除肿瘤，随后进行放疗和以替莫唑胺为基础的化疗，但患者的中位总生存期（Overall Survival，OS）仅为 22.5 个月，5 年生存率更是低至 7.2%。术后复发不仅严重影响患者的生存质量，还会给患者及其家庭带来沉重的心理和经济负担。传统的对比增强 MRI（Contrast - enhanced MRI，CE - MRI）虽在 BG 的诊断和监测中占据重要地位，但在预测早期复发和量化肿瘤微环境异质性方面存在明显不足，而这些对于评估治疗抵抗和疾病进展至关重要。

在此背景下，湖北医药学院附属襄阳市第一人民医院的研究人员开展了一项 8 年回顾性先导研究。他们旨在通过整合术前 CE - MRI 衍生的 δ 栖息地放射组学特征与临床特征，开发能够预测 BG 患者术后复发和总体生存情况的模型。

研究人员采用的主要关键技术方法如下：

1. 样本选取：回顾性分析了 2015 年 8 月至 2023 年 4 月在襄阳市第一人民医院接受治疗的 234 例经组织病理学确诊的 BG 患者资料，经过一系列严格的纳入和排除标准筛选后，最终对 187 例患者进行研究。依据术后结果，将患者分为非复发（n = 100）和复发（n = 87）队列，并按照 7:3 的比例随机分为训练集和测试集15。
2. MRI 数据采集与处理：利用 3.0T 扫描仪获取患者术前的 MRI 影像数据，包括多种序列。对影像数据进行 N4 偏差校正、ComBat 归一化和强度归一化处理，以减少扫描仪差异和确保特征稳定性。由两名经验丰富的观察者在增强 T1WI 图像上独立勾勒感兴趣区域（Region of Interest，ROI），包括肿瘤内区域和瘤周区域23。
3. 放射组学特征提取与分析：从 ROI 中提取 870 个放射组学特征，经过稳定性过滤和降维处理后，通过 LASSO 回归和 10 折交叉验证生成放射组学评分（Radscore1/2）。使用多种统计方法进行数据分析，构建临床病理模型、影像模型和联合模型，并通过多种方式评估模型性能46。

研究结果如下：

1. 基线特征分析：复发组和非复发组在年龄、Ki - 67 表达、MGMT 启动子甲基化状态、糖尿病 / 高血压病史以及吸烟 / 饮酒习惯等方面无显著差异；但在性别、IDH1 突变状态、1p19q 共缺失频率和 MRI 增强模式等方面存在显著差异78。
2. 放射组学特征选择：在最初提取的 870 个放射组学特征中，851 个（94.1%）具有较高的观察者间重复性（ICC>0.75）。最终确定了 Radscore1（瘤周栖息地，包含 10 个特征）和 Radscore2（肿瘤内区域，包含 5 个特征），这两个评分在复发和非复发队列之间存在显著差异910。
3. 模型性能评估：在训练队列中，联合模型（临床病理 + 放射组学特征）的预测性能优于单独的临床病理模型和影像模型，其 AUC 为 0.921（95% CI 0.861 - 0.961），敏感性为 87.18%，特异性为 82.03%。在测试队列中，联合模型的 AUC 为 0.891（0.779 - 0.959），敏感性为 83.33%，特异性为 80.81%。决策曲线分析表明联合模型具有更高的临床净获益1112。
4. 生存分析：Kaplan - Meier 分析确定 IDH1 突变状态、性别和 Radscore1/2 是总体生存的独立预后因素。生存列线图整合这些预测因子后，具有良好的校准度（Brier 评分 0.13）和区分度（C 指数 0.81）1314。

研究结论和讨论部分表明，基于术前 CE - MRI 的 δ 栖息地放射组学能够显著提高 BG 患者术后复发和生存预测的准确性。该研究确定的关键指标，如 IDH1 突变状态和 Radscore1/2 等，为个性化治疗策略的制定和术后监测提供了重要依据，有助于推动精准神经肿瘤学的发展。然而，该研究也存在一定的局限性，例如样本量有限，无法检测到 MGMT 甲基化状态在两组之间的显著差异；缺乏足够比例的外部验证集，可能影响模型的泛化性能等。未来的研究需要进一步扩大样本量，纳入更多的临床变量，并开展多中心研究，以提高模型的预测性能和临床实用性。总之，这项研究为脑胶质瘤的临床管理提供了新的思路和方法，具有重要的临床意义。