基于ADC的列线图模型预测早期宫颈癌预后的开发与验证：一项多中心研究

编辑推荐：为解决宫颈癌(CC)术前精准分型难题，复旦大学团队联合多中心开发基于表观扩散系数(ADC)的列线图模型，通过251例训练集和284例验证集证实，该模型对腺鳞癌(ASC)/腺癌(AC)与鳞癌(SCC)的区分效能达AUC 0.873-0.900，但对淋巴脉管间隙浸润(LVSI)和淋巴结转移(LNM)预测有限，为个体化治疗决策提供影像学依据。

　　宫颈癌作为全球女性第四大恶性肿瘤，其治疗决策高度依赖术前精准评估。然而传统宫颈活检存在明显局限：对腺鳞癌(ASC)误诊率高达66.7%，且无法评估淋巴脉管间隙浸润(LVSI)和淋巴结转移(LNM)状态。这一临床痛点催生了复旦大学附属中山医院放射科马晓亮团队联合焦作市人民医院、复旦大学附属妇产科医院开展的多中心研究，其成果发表于《Abdominal Radiology》。

研究团队创新性地将定量影像组学与临床指标融合，采用多中心回顾性设计纳入535例临床早期(FIGO I-IIA期)宫颈癌患者，通过全肿瘤体积ADC直方图分析获取12项参数（包括体积、minADC、meanADC及百分位数P10-P90等），结合8种血清肿瘤标志物构建预测模型。关键技术包括：1) 三中心1.5T/3.0T MRI标准化DWI扫描；2) Firevoxel软件全肿瘤体积ADC直方图分析；3) 双盲法评估观察者间一致性(ICC>0.8)；4) 多变量逻辑回归筛选独立预测因子。

研究结果揭示三大关键发现：

1. 亚型鉴别模型：在区分ASC/AC与SCC时，P25_ADC联合SCC-Ag和CA199构建的nomogram_1模型表现卓越，训练集AUC达0.900，验证集0.873。特别值得注意的是，该模型对纯AC的鉴别效能更优(AUC 0.945-0.960)，显著优于既往单参数研究。ADC值呈现明显梯度变化：AC>ASC>SCC，反映不同亚型细胞结构差异——AC的腺体结构和黏液分泌导致更高ADC值，而SCC的致密细胞巢则表现为显著扩散受限。

2. 腺癌特异性模型：针对临床易混淆的AC与ASC，P50_ADC联合SCC-Ag构建的nomogram_2模型取得AUC 0.829-0.837。虽然敏感性(60.9%)有待提升，但其特异性达93.3%，对AC阳性预测值高达93.3%，可有效补充活检的不足。

3. 预后因素局限性：肿瘤体积是预测LVSI(+)和LNM(+)的唯一独立因子，但预测效能有限(AUC 0.553-0.694)。这与既往研究矛盾的结果提示，ADC异质性可能不适用于微转移灶检测，而maxADC因易受坏死区干扰且观察者一致性较低(ICC=0.70)，临床应用需谨慎。

讨论部分强调，该研究首次实现ADC直方图分析与临床标志物的多中心验证整合，其可视化列线图可将影像特征转化为直观的量化风险评分。例如nomogram_1中，P25_ADC>0.93×10^-3 mm²/s、SCC-Ag≤1.1 ng/mL及CA199≥37 U/mL的组合对ASC/AC预测OR值达5.95-6.71。尽管在LVSI/LNM预测方面存在局限，但研究为规避活检采样误差提供了新思路——通过常规MRI检查同步实现分期与分型，无需额外医疗资源投入。未来需扩大罕见亚型样本量，并探索功能MRI参数与基因组学的联合建模。