刘明璐, 沈浮, 陆建平
直肠癌(rectal cancer,RC)是世界范围内最常见的消化道恶性肿瘤之一,得益于早期筛查和对确诊患者的规范性治疗,全球范围内直肠癌的发病率、死亡率近20年来有不断下降的趋势,但在我国却呈升高趋势,多数患者发现时已经为局部进展期直肠癌(locally advanced rectal cancer,LARC)[1-2]。新辅助放化疗(neoadjuvant chemoradiotherapy,nCRT)后手术治疗可以降低LARC术后局部复发率,并提高长期生存率及保肛率,是目前的主流治疗方式。病理的肿瘤退缩分级(tumor regression grade,TRG)通过对肿瘤组织中纤维化及残存肿瘤比例的评判,对新辅助治疗疗效进行术后评估。目前传统影像学主要依靠高分辨T2WI序列对新辅助治疗的疗效进行术前mrTRG分级,仅在形态学上评估疗效,与病理TRG缺乏对应,无法满足精准医学的要求[3]。影像组学(radiomics)是将影像数据定量分析并与机器学习(machine learning,ML)方法相结合,筛选出具有诊断价值的影像组学特征,建立诊断模型,为影像诊断及治疗决策提供更精准的信息。
本研究采用影像组学的方法,在磁共振高分辨T2WI图像上分别提取治疗前基线检查的组学特征及治疗前和治疗后改变的组学特征,探讨基于这两种特征提取方法的影像组学模型对LARC新辅助治疗的疗效评估价值。
1.患者资料
回顾性分析2018年1月-2018年12月在本院经手术病理证实,行新辅助放化疗的80例LARC患者(cT3/T4N0M0或cTxN+M0),男60例,女20例,年龄28~74岁,平均56.2±9.9岁。纳入标准:①术后病理类型为直肠腺癌;②直肠单发病灶;③基线检查及nCRT后术前评估均行直肠高分辨T2WI序列扫描;④术前检查后行根治性手术治疗,有TRG分级的详细病理报告结果。……