摘要
背景:肝转移是结直肠癌(ColorectalCancer,CRC)患者的常见并发症之一，与不良预后密切相关。虽然根治性手术是彻底清除结直肠癌肝转移(ColorectalCancerLiverMetastasis,CRLM)病灶的唯一方式，然而其主要挑战在于术后复发风险较高。尽管新辅助化疗可以减少术后复发的风险，但是治疗期间可能出现的病灶进展和化疗相关性肝损伤不容被忽视。因此，并非所有可切除的CRLM患者均应接受新辅助化疗，有必要在术前确定早期复发风险较高的个体，并针对性施加新辅助化疗。本研究旨在探究基于生境的影像组学(Habitat-basedRadiomics,HR)作为预测CRLM术后早期复发的非侵入性标志物的潜力，并联合临床因素构建HR-临床模型，为CRLM患者个体化的治疗决策提供参考。 第一章临床指标联合血清肿瘤标志物的识别 方法:收集2018年1月至2021年12月就诊于复旦大学附属肿瘤医院肝脏外科接受肝转移瘤根治性切除手术的146例CRLM患者的临床基线资料和术前腹部磁共振影像(MagneticResonanceImaging,MRI)资料，并将患者随机分为两组(8∶2)。然后对CRLM患者的临床基线资料进行单因素和多因素Cox回归分析，筛选出与术后早期复发显著相关的临床因素。 结果:单因素Cox回归分析发现，原发肿瘤大小(HR=0.449,95％CI=0.259-0.778,P=0.00428)、原发肿瘤位置(HR=0.552,95％CI=0.318-0.958,P=0.0348)、N分期(HR=1.883,95％CI=1.089-3.256,P=0.0235)、转移瘤数目(HR=2.192,95％CI=1.407-3.416,P=0.000523)、CA199(HR=2.253,95％CI=1.350-3.760,P=0.00188)和CEA(HR=1.700,95％CI=1.075-2.689,P=0.0233)具有显著的统计学差异。进一步多因素Cox回归分析发现，原发肿瘤大小(HR=0.433,95％CI=0.245-0.767,P=0.00407)、原发肿瘤位置(HR=0.515,95％CI=0.280-0.947,P=0.03271)、转移瘤数目(HR=2.094,95％CI=1.295-3.388,P=0.0026)和CA199(HR=2.13,95％CI=1.207-3.758,P=0.00904)具有显著的统计学差异，被认为是CRLM患者术后早期复发的独立危险因素。 结论:原发肿瘤大小、原发肿瘤位置、转移瘤数目和CA199与CRLM患者术后早期复发密切相关。 第二章生境影像特征的生成与评估 方法:首先对CRLM患者术前腹部MRI的肝转移瘤进行人工分割和提取影像特征，然后通过组内相关系数(Intra-ClassCorrelation,ICC),皮尔逊相关性检验和最小绝对收缩和选择算子回归模型(LeastAbsoluteShrinkageandSelectionOperator,LASSO)筛选最终的影像特征。采用三种常见的机器学习算法，即支持向量机(SupportVectorMachine,SVM)、极端随机树(ExtremelyRandomizedTrees,Extra-Trees)以及多层感知机(Multi-LayerPerceptron,MLP)构建影像组学模型，最后采用曲线下面积(AreaUnderCurve,AUC)对模型的预测效能进行评估。 结果:我们共提取了1648个手工特征，其中包括342个一阶特征、14个形状特征和1292个纹理特征，特征筛选后建立影像组学模型。与传统的影像学特征相比，基于MLP模型的HR在训练组和验证组中均展现出良好的预测效果(AUC:训练集0.92495％CI0.876-0.971;验证集0.80095％CI0.630-0.970)。 结论:基于HR建立的影像组学模型对CRLM患者术后早期复发具有良好的预测能力。 第三章生境影像特征联合临床因素构建结直肠癌肝转移术后早期复发预测模型 方法:首先将HR联合CRLM患者术后早期复发相关的临床因素建立HR-临床预测模型，然后使用C指数(Concordanceindex,C-index)、AUC、校准曲线和决策曲线分析(DecisionCurveAnalysis,DCA)评估和比较模型的预测效能，最后使用Kaplan-Meier生存曲线评估CRLM患者的预后。 结果:我们整合HR和临床因素建立HR-临床预测模型，该模型对CRLM患者术后的早期复发具有良好的预测效能(AUC:训练集0.93295％CI0.885-0.980;验证集0.80095％CI0.626-0.974),优于单纯临床模型(AUC:训练集0.79295％CI0.708-0.87;验证集0.67995％CI0.486-0.871)。我们将1年内无复发生存(Relapse-FreeSurvival,RFS)概率小于0.4的患者定义为高危复发人群，大于或等于0.4的患者为低危复发人群。结果显示，42例(28.8％)患者被划分为高危组，104例(71.2％)患者被划分为低危组。Kaplan-Meier曲线显示两组患者存在显著生存差异(训练集P＜0.0001;验证集P=0.0023),表明该模型具有良好的辨别能力。 结论:HR-临床预测模型为鉴别术后早期复发高风险的CRLM患者提供了一种无创、精准的方法，可为制定个体化诊疗方案提供参考。
NETL