CT影像組學(xué)融合模型賦能HER2陽性可切除胃癌預(yù)后評估，突破傳統(tǒng)TNM分期局限的精準(zhǔn)診療新策略。

胃癌（GC）是全球主要的癌癥負(fù)擔(dān)之一，其發(fā)病率和死亡率長期位居惡性腫瘤前列，嚴(yán)重威脅人類健康[1]。近年來，HER2陽性胃癌作為一種具有獨特生物學(xué)行為的分子亞型，其治療策略已從單純手術(shù)演變?yōu)榘ǜ涡晕盖谐?、新輔助治療及抗HER2藥物在內(nèi)的綜合模式，一定程度上改善了患者預(yù)后。然而，臨床實踐表明，即便是處于相同TNM分期且接受相似治療方案的可切除晚期胃癌（SRAGC）患者，其生存結(jié)局仍存在顯著的個體差異，這提示僅基于解剖學(xué)特征的傳統(tǒng)TNM分期系統(tǒng)在反映腫瘤生物學(xué)異質(zhì)性方面存在局限，難以滿足精準(zhǔn)醫(yī)療的需求[2]。因此，如何利用無創(chuàng)技術(shù)（如CT影像組學(xué)）挖掘肉眼無法識別的深層腫瘤特征，構(gòu)建能夠補(bǔ)充甚至超越傳統(tǒng)分期系統(tǒng)的個體化預(yù)測模型，從而識別出高風(fēng)險復(fù)發(fā)或預(yù)后不良的特定亞群，已成為優(yōu)化HER2陽性胃癌臨床管理亟待解決的關(guān)鍵問題。

一項在

Academic Radiology

研究設(shè)計

本研究是一項基于雙中心數(shù)據(jù)的回顧性隊列研究，旨在系統(tǒng)性地評估HER2-p SRAGC患者在接受根治性手術(shù)或圍手術(shù)期治療后，治療前CT影像組學(xué)特征、臨床及實驗室指標(biāo)在預(yù)測OS中的臨床價值。研究將納入的621例HER2-p SRAGC患者樣本按來源和用途劃分為訓(xùn)練隊列、內(nèi)部驗證隊列和外部驗證隊列，并依據(jù)建立的模型風(fēng)險評分將患者劃分為高風(fēng)險組和低風(fēng)險組。該研究的核心方法是采用高通量影像組學(xué)技術(shù)對患者治療前靜脈期CT圖像提取定量特征，并結(jié)合腫瘤位置、厚度、cTNM以及CA199水平等臨床病理變量進(jìn)行歸納分析 。研究的核心在于通過LASSO-Cox回歸和隨機(jī)生存森林算法（RSF），構(gòu)建了融合Radscore與臨床-實驗室評分的多維列線圖模型，以闡明腫瘤異質(zhì)性與生存預(yù)后之間的潛在關(guān)聯(lián)。研究的核心發(fā)現(xiàn)是該綜合影像組學(xué)模型在預(yù)測OS效能上優(yōu)于傳統(tǒng)的臨床及病理TNM分期系統(tǒng)（pTNM），并對pTNM分期具有顯著的增量預(yù)后價值，提示通過無創(chuàng)影像手段早期識別高危亞群，可以加強(qiáng)術(shù)后監(jiān)測并輔助制定個體化治療方案，從而有力地指導(dǎo)HER2陽性胃癌的臨床精準(zhǔn)診療。

研究結(jié)果

該研究首先評估了HER2-p SRAGC患者在CT影像組學(xué)特征上對OS的預(yù)測有效性。通過LASSO-Cox回歸和RSF算法進(jìn)行特征篩選與分析，結(jié)果顯示，篩選出的6個關(guān)鍵影像組學(xué)特征構(gòu)建的“Radscore”具有顯著的預(yù)后價值。在訓(xùn)練隊列及驗證隊列中，利用Radscore均能成功將患者劃分為高風(fēng)險組和低風(fēng)險組，且Log-rank檢驗表明高風(fēng)險組患者的預(yù)后顯著差于低風(fēng)險組。這表明基于靜脈期CT圖像的影像組學(xué)標(biāo)簽是預(yù)測HER2陽性胃癌患者不良預(yù)后的潛在生物標(biāo)志物。

圖1 通過lasso-Cox回歸篩選并經(jīng)隨機(jī)生存森林排序的放射組學(xué)特征

在臨床病理特征和實驗室指標(biāo)分析方面，研究利用單因素和多因素Cox回歸分析顯示，腫瘤位置、厚度、cTNM、年齡以及CA199水平是影響OS的獨立風(fēng)險因素?；诖藰?gòu)建的臨床評分（ct_score）和實驗室評分（lab_score）雖然與OS存在相關(guān)性，但在不同隊列中的預(yù)測穩(wěn)定性表現(xiàn)一般，且部分隊列的區(qū)分度未達(dá)到統(tǒng)計學(xué)顯著差異。這提示單一維度的臨床或?qū)嶒炇抑笜?biāo)在捕捉腫瘤生物學(xué)異質(zhì)性方面仍存在局限。

圖2 不同研究隊列中放射組學(xué)模型的列線圖及生存曲線可視化

多維特征聯(lián)合分析揭示了影像與臨床指標(biāo)整合的關(guān)鍵價值：融合了Radscore、ct_score和lab_score的綜合影像組學(xué)模型表現(xiàn)出了最佳的預(yù)測效能。該模型在所有研究隊列中的C-index均顯著優(yōu)于單獨的臨床評分、cTNM以及術(shù)后pTNM。此外，分層分析進(jìn)一步證實，在接受根治性胃切除術(shù)的患者中，該影像組學(xué)模型不僅預(yù)測效能優(yōu)于pTNM，還能為pTNM分期提供顯著的增量預(yù)后價值。這提示該多維模型能夠有效補(bǔ)充傳統(tǒng)分期系統(tǒng)，通過無創(chuàng)手段實現(xiàn)對HER2-p SRAGC患者更精準(zhǔn)的風(fēng)險分層。

圖3 HER2陽性可手術(shù)切除的晚期胃癌患者接受根治性胃切除術(shù)后的生存曲線亞組分析

總結(jié)

本研究通過對兩個中心的患者隊列進(jìn)行CT影像組學(xué)的回顧性分析，有效評估了治療前影像組學(xué)特征、臨床及實驗室指標(biāo)在預(yù)測OS中的重大價值。研究清晰地揭示了基于靜脈期CT構(gòu)建的Radscore結(jié)合臨床病理特征，可以作為HER2陽性胃癌患者預(yù)后分層的潛在生物標(biāo)志物。更重要的是，該研究通過多模態(tài)數(shù)據(jù)的融合分析證實了影像組學(xué)在量化腫瘤生物學(xué)異質(zhì)性方面的獨特優(yōu)勢。這一綜合模型能超越單一的TNM分期系統(tǒng)，以更高的預(yù)測效能揭示影像表型與患者生存結(jié)局之間的深層關(guān)聯(lián)，尤其是在彌補(bǔ)pTNM預(yù)測不足方面展現(xiàn)了顯著的增量價值。這為開展針對HER2陽性胃癌的術(shù)前風(fēng)險評估和優(yōu)化治療決策提供了強(qiáng)有力的客觀依據(jù)，并允許醫(yī)生根據(jù)風(fēng)險分層結(jié)果對高危患者進(jìn)行更密切的術(shù)后監(jiān)測或及時的干預(yù) 。盡管本研究是一項基于回顧性數(shù)據(jù)和傳統(tǒng)機(jī)器學(xué)習(xí)算法的初步探索，但其展示的影像組學(xué)與臨床特征的整合模式具有重要臨床意義。隨著前瞻性驗證的開展和先進(jìn)人工智能技術(shù)的引入，這種基于無創(chuàng)影像的精準(zhǔn)評估工具有望被納入未來的胃癌診療流程，以更精準(zhǔn)地指導(dǎo)HER2陽性患者的全程個體化管理。

參考文獻(xiàn)：

1. Bray F, Laversanne M, Sung H, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin. 2024;74:229–63.

2. Xiao H, Xiao Y, Chen P, et al. Association Among Blood Transfusion, Postoperative Infectious Complications, and Cancer-Specific Survival in Patients with Stage II/III Gastric Cancer After Radical Gastrectomy: Emphasizing Benefit from Adjuvant Chemotherapy[J]. Ann Surg Oncol. 2021;28:2394–404.

3. Zhao H, Gao J, Li J, et al. CT Radiomics for Predicting Outcomes in HER2-Positive Surgically Resectable Advanced Gastric Cancer: A Preliminary Study[J]. Acad Radiol. 2025;32(9):5254-5266.

審批編號：CN-173730 有效期至：2026-12-09
本材料由阿斯利康提供，僅供醫(yī)療衛(wèi)生專業(yè)人士參考

*“醫(yī)學(xué)界”力求所發(fā)表內(nèi)容專業(yè)、可靠，但不對內(nèi)容的準(zhǔn)確性做出承諾；請相關(guān)各方在采用或以此作為決策依據(jù)時另行核查。