摘要
目的：新辅助放化疗联合全直肠系膜切除再接受辅助化疗是局部进展期直肠癌患者的标准治疗方案，准确预测肿瘤对新辅助放化疗的反应可指导治疗策略的选择。本研究的目的是开发并验证一个整合影像学、病理学和临床特征的多模态预测模型，用于评估新辅助放化疗后疗效。 方法：我们纳入了206名局部进展期直肠癌患者进行研究，这些患者在手术前接受了新辅助放化疗，并进行了根治性手术。全部患者根据4∶1的比例随机分为训练集（164人）和独立验证集（42人）。在研究开始时，我们首先获取了患者新辅助放化疗前的盆腔磁共振图像（T2加权成像），并手动勾画肿瘤区域和直肠系膜区域，从中提取并筛选了影像组学特征，构建了影像组学模型。同时，我们还收集了患者新辅助放化疗前的苏木精-伊红染色的肠镜活检病理切片，将其扫描为全数字化病理图像，手工分割出肿瘤区域，并进行了图像归一化等预处理，从中提取并筛选了病理组学特征，构建了病理组学模型。收集患者新辅助放化疗前临床资料，经单因素及多因素逻辑回归分析筛选预测因子。最后，将前述筛选的影像组学特征、病理组学特征及临床特征合并后构建融合模型。上述分析均在训练集中进行，并在独立验证集中验证。受试者工作特征曲线下面积、灵敏度、特异度、F1值用于评估模型的预测性能。 结果：本研究首先从入组病例的新辅助治疗前盆腔磁共振图像中筛选出了6个与病理反应具有高度相关性的影像组学特征，包括2个肿瘤区域特征及4个直肠系膜区域特征。我们所构建的影像组学模型在训练集中表现出0.885的AUC值（敏感度为0.614，特异度为0.944，F1值为0.714）。在验证集中，该模型的AUC值为0.691（敏感度为0.357，特异度为0.750，F1值为0.385）。接着，我们从入组病例的肠镜活检全数字病理图像中筛选出了12个与病理反应具有高度相关性的病理组学特征。构建的病理组学模型，训练集获得的AUC值为0.906（敏感度为0.702，特异度为0.935，F1值为0.769）。验证集获得的AUC值为0.778（敏感度为0.500，特异度为0.786，F1值为0.518）。对临床资料的单因素及多因素逻辑回归分析显示，新辅助放化疗前的癌胚抗原是病理反应的独立预测临床特征。最后融合了6项影像组学特征、12项病理组学特征以及1项临床特征的混合模型在训练集中获得的AUC值为0.968（敏感度为0.877，特异度为0.963，F1值为0.900）。验证集获得的AUC值为0.883（敏感度为0.714，特异度为0.811，F1值为0.689）。 结论：本研究中联合影像组学特征、病理组学特征与临床特征的多模态模型能够客观、准确的预测局部进展期直肠癌患者新辅助放化疗后病理反应，并优于传统的单模态预测模型。在临床实践中，这种方法将有助于局部进展期直肠癌患者的个性化治疗，在术前预测病理反应，并保护病理反应不佳的患者免受过度治疗相关毒性的影响。
NETL