编辑推荐：
肝细胞癌（HCC）术后复发率高，术后辅助经动脉化疗栓塞（PA-TACE）可降低复发风险，但并非所有患者都能获益。研究人员开展基于多参数磁共振成像（MRI）的影像组学研究，构建预测模型。结果显示模型预测性能良好，有助于个性化预后评估。
肝癌，作为全球范围内严重威胁人类健康的重大疾病，一直是医学研究的焦点。它在常见癌症中位居第六，却在癌症致死原因中排名第三，5 年生存率仅约 18%。其中，肝细胞癌（HCC）占据了肝癌病例的 85% 以上。根治性肝切除术虽为 HCC 主要的治愈手段，但术后 5 年复发率高达 60-70%，这使得患者的长期预后不容乐观。为了改善这一现状，术后辅助经动脉化疗栓塞（PA-TACE）应运而生，它能够清除微转移灶、残留小病灶和癌细胞，降低复发风险，延长患者生存期。然而，由于肿瘤的异质性、TACE 抵抗以及 TACE 对肝脏和免疫功能的损害等因素，并非所有 HCC 患者都能从 PA-TACE 中获益。
此前，虽然有一些生物标志物如 microRNA-4651、Ki67 表达等被提出用于预测 PA-TACE 后肿瘤复发，但获取这些组织生物标志物需要进行有创操作，且无法全面反映肿瘤的时空异质性。同时，一些基于临床因素的预测模型在考虑复杂肿瘤生物学方面存在不足，影响了预测性能。因此，开发一种避免额外组织损伤、综合考虑肿瘤生物学和临床特征的评估方法迫在眉睫。
在这样的背景下，浙江大学丽水医院等研究机构的研究人员开展了一项研究，旨在开发并验证一种基于多参数磁共振成像（MRI）的影像组学模型，用于预测 HCC 患者 PA-TACE 后的复发情况，该研究成果发表在《BMC Cancer》上。
研究人员为开展此项研究，采用了多种关键技术方法。首先，从两个医学中心回顾性收集了 149 例接受 PA-TACE 治疗的 HCC 患者数据，根据纳入和排除标准筛选患者，并将其分为训练队列、内部验证队列和外部验证队列。然后，使用 MRI 扫描仪获取患者术前 MRI 图像，由两位放射科医生独立评估图像，利用 3D Slicer 软件进行图像分割，提取多参数影像组学特征。接着，通过 Least absolute shrinkage and selection operator（LASSO）-COX 回归进行特征选择，构建影像组学模型。同时，结合临床因素构建临床模型和联合模型，并利用多种统计方法评估模型性能。
研究结果如下：
- 患者特征：共纳入 149 例 HCC 患者，训练队列、内部验证队列和外部验证队列的患者在临床因素上无显著差异，总体复发率为 37.6%。
- 影像组学特征：提取的影像组学特征具有良好的可重复性，最终从 5064 个特征中筛选出 15 个最优特征构建影像组学模型。根据 Rad-score 中位数 0.434 将患者分为高、低风险组，高风险组患者的无复发生存期（RFS）显著降低，总生存期（OS）也呈现类似趋势。
- 临床和影像组学特征：单因素和多因素 Cox 分析表明，中性粒细胞与淋巴细胞比值（NLR）、肿瘤大小和 Rad-score 是 RFS 的独立预测因素。高 NLR 组和高肿瘤大小组患者的 RFS 较差。联合模型整合了 Rad-score 和临床因素，在预测 RFS 方面表现更优。
- 模型准确性：影像组学模型在预测 RFS 方面优于临床模型，联合模型的预测性能又优于影像组学模型和临床模型。通过时间依赖性受试者工作特征（ROC）曲线、Harrell 一致性指数（C-index）和校准曲线评估，联合模型在训练队列、内部验证队列和外部验证队列中均表现出良好的预测效果。
- 个性化预测列线图：构建的临床 - 影像组学列线图在预测 RFS 方面表现良好，校准曲线显示预测值与实际值拟合良好。
研究结论和讨论部分指出，本研究开发并验证了一种基于多参数 MRI 的影像组学与临床因素相结合的模型，用于预测 HCC 患者 PA-TACE 后的复发情况。该模型在短期预测中表现出较强的预测性能，为临床医生评估患者预后提供了有力工具。同时，研究也证实了 NLR 和肿瘤大小作为重要预后因素的意义。然而，研究存在样本量小、存在选择偏倚、研究对象局限于乙肝病毒相关 HCC 患者、MRI 参数变异性可能影响结果等局限性。未来需要进一步优化模型，扩大样本量，开展前瞻性研究，以提高模型的长期预测准确性，更好地服务于临床实践，为 HCC 患者的治疗和管理提供更精准的指导。
