编辑推荐：
中晚期食管癌预后评估存在难题，昆明医科大学第三附属医院等研究人员开展基于模拟定位 CT 图像瘤周影像组学研究。构建多种模型预测总生存期（OS），发现总影像组学 - 临床模型预测能力最佳，有助于临床决策，为食管癌精准治疗提供参考。
在癌症的世界里，食管癌是一个不容忽视的 “杀手”。它是全球第八大常见癌症，死亡率位居第六，中晚期患者占比达 70 - 80%。目前，放射治疗是中晚期食管癌的标准治疗手段，但即便处于相同 TNM 分期（一种用于描述肿瘤、淋巴结和转移情况的分类系统）的患者，预后却大不相同。有些患者放疗后局部控制效果良好，而有些患者却会出现局部复发和远处转移。仅依靠年龄、性别、肿瘤位置等传统临床因素，难以精准预测患者预后，因此，寻找新的预后预测指标迫在眉睫。
在此背景下，昆明医科大学第三附属医院、云南癌症医院等机构的研究人员开展了一项重要研究。他们旨在通过构建预后模型，评估瘤内和瘤周影像组学在预测中晚期食管癌患者总生存期（OS，从放疗结束到死亡或最后一次随访的时间）方面的价值。该研究成果发表在《Scientific Reports》上，为食管癌的临床治疗提供了新的思路和方法。
研究人员开展此项研究，主要运用了以下几种关键技术方法：
首先，进行患者数据收集与分组。从 2017 年 1 月至 2023 年 1 月，收集了 151 例在北京大学肿瘤医院接受根治性放疗的食管癌患者数据，按 7:3 的比例随机分为训练队列（105 例）和验证队列（46 例） 。
其次，利用 CT 模拟定位技术获取图像。患者需去除衣物、金属物品等，仰卧在碳纤维板上进行定位固定，然后使用西门子 Somatom Sensation Open 24 CT 扫描仪进行扫描，扫描数据传至治疗计划系统。
最后，进行影像组学特征提取与模型构建。借助 3D Slicer 软件从瘤内和瘤周区域提取 851 个影像组学特征，经标准化处理后，通过单因素 Cox 分析和 LASSO - Cox 模型筛选特征，构建临床模型、GTV（食管可见病变及淋巴结靶区）影像组学结合临床模型、瘤周影像组学结合临床模型以及总影像组学 - 临床模型，并对模型进行评估验证。
下面来看具体的研究结果：
- 患者基线特征：训练队列和验证队列在年龄、BMI、肿瘤位置等多方面无显著差异，表明两组具有可比性，验证队列结果可靠。
- 影像组学模型开发：Lasso - Cox 从 GTV 区域选出 24 个、瘤周区域选出 6 个、两者结合区域选出 30 个最具预测性的特征，创建了三种影像组学标签，并计算出每个患者的影像组学评分（Rad - score）。
- 预测总生存期模型的建立：单因素和多因素 Cox 回归模型筛选出肿瘤长度、GTV、PTV（CTV 均匀外放 5mm 得到的区域）和瘤周体积等临床特征，最终确定 PTV 和瘤周体积为显著因素。四种模型预测结果显示，总影像组学 - 临床模型表现最佳，在训练队列和验证队列中，6 个月、12 个月、18 个月的 AUC（曲线下面积，用于评估模型预测准确性）均较高，预测效果良好。
- 列线图的建立与验证：基于总影像组学 - 临床模型构建列线图，校准曲线表明该模型预测准确性高。
- 风险分层模型与生存分析：通过 X - tile 软件计算出最佳总影像组学 - 临床模型评分，将患者分为低风险和高风险组，生存曲线显示不同风险组患者生存情况差异显著，低风险组预后更好。
研究结论和讨论部分指出，本研究将影像组学特征与临床特征相结合，在预测食管癌患者总生存期方面表现出色。30 个总影像组学特征（包括 GTV 和瘤周特征）结合临床因素，显著增强了对总生存期的预测能力。列线图和风险分层模型有助于临床医生更直观地评估患者预后，为个性化治疗提供依据。
然而，研究也存在一定局限性。作为回顾性分析，样本量相对较小，可能存在患者选择偏倚和临床因素获取不完整的问题。影像组学依赖复杂的生物信息学工具整合多组学数据，本研究仅确定瘤周体积为临床结局的独立预测因素，免疫疗法等因素因样本量限制未得到充分体现。此外，构建的瘤周影像组学 - 临床模型在预测 6 个月总生存期时 AUC 较低。未来研究应扩大样本量，进一步验证和优化模型，探索影像组学与其他生物标志物的整合，以完善个性化治疗策略。
总体而言，这项研究为食管癌的预后评估和精准治疗提供了重要的参考依据，虽然存在不足，但为后续研究指明了方向，有望推动食管癌临床治疗的进一步发展。
