多项研究表明，表皮生长因子受体（EGFR）是最有针对性的驱动基因之一，其激活突变在东亚肺腺癌（LUAD）人群中尤为普遍。许多研究表明，携带EGFR突变的LUAD患者可以从EGFR酪氨酸激酶抑制剂（TKI）治疗中获益，与单纯化疗相比，可以延长无进展生存期（PFS）。然而，由于对EGFR TKIs的获得性耐药，这些患者中的大多数最终在开始靶向治疗后1年内出现病情进展。因此，准确预测疾病进展和早期识别耐药性迅速发展的患者，对于优化随访策略和指导后续治疗至关重要。

过去十年，放射组学作为一种重要的图像分析方法出现，能够进行高通量特征提取，定量描述肿瘤的异质性。以前的肺癌研究将放射组学应用于鉴别诊断、治疗反应、预后预测、肿瘤表型的估计和突变状态评估。大多数基于放射组学的研究主要是调查临床结果与肿瘤内部放射组学之间的联系。然而，很少有研究关注在整个EGFR-TKI治疗过程中放射组学特征在多个时间点对EGFR突变的LUAD患者的预后价值。

近日，发表在European Radiology杂志的一项研究探讨了瘤内和瘤周的CT放射组学特征在预测PFS方面的价值，并对接受EGFR- TKI治疗的肺腺癌患者的获得性耐药风险进行了早期分层。

本项研究纳入了来自三个独立机构的接受EGFR-TKIs治疗的LUAD患者，并将患者随机分为训练组和验证组。从平扫胸部CT（包括治疗前和首次随访图像）中提取瘤内和瘤周特征；此外，引入了单位时间（天）的百分比变化，以调整每个患者的不同随访期。进行测试-重测以排除不可重复的特征，而Boruta算法被用来选择关键的放射组学特征。在训练队列中用随机森林生存模型构建放射组学特征，并通过Cox回归和一致性指数（C-indices）的非参数测试与基线临床特征进行比较。

训练队列包括一个研究所的131名患者（74名女性，56.5%），验证队列包括另外两个研究所的41名患者（24名女性，58.5%）。最佳特征包含10个特征，7个是单位时间的特征变化。综合放射组学模型在预测PFS方面优于治疗前的临床特征（训练：0.78，95%CI：[0.72，0.84]对0.55，95%CI：[0.49，0.62]，P＜0.001；验证：0.72，95%CI：[0.72，0.84]）。0.72, 95% CI: [0.60, 0.84] 对 0.54, 95% CI: [0.42, 0.66], p < 0.001）。

图 模型在训练（a）和验证（b）队列中的表现。各个模型的C-指数进行了比较。星号（*）表示统计学意义（P < 0.05），NS表示不显著

本项研究所提出的综合放射组学特征能够捕捉到接受EGFR-TKI治疗LUAD患者的瘤内和瘤周异质性的动态信息。这种综合成像特征在预测疾病进展和风险分层方面表现出相当大的潜力，将有利于指导临床决策并制定个性化的随访策略。

 

原文出处：

Xiaobo Zhang,Bingfeng Lu,Xinguan Yang.Prognostic analysis and risk stratification of lung adenocarcinoma undergoing EGFR-TKI therapy with time-serial CT-based radiomics signature.DOI:10.1007/s00330-022-09123-5