结直肠癌（CRC）是全球范围发病率前十的恶性肿瘤之一，由于年龄结构的变化和人口增长，预计未来几十年CRC的发病率将继续增加。

癌症的特点是在肿瘤发展的不同阶段具有明显的肿瘤内遗传异质性，这一特性可以通过放射组学分析在医学图像上进行评估。影像学特征可以作为一种生物指标的替代参数，应用于诊断、预后以及与治疗反应相关的基因表达谱系。大多数已建立的放射组学模型均是基于计算机断层扫描（CT）图像，包括了不同阶段的CRC，目前还没有基于CT的放射组学模型来预测II期和III期CRC的复发情况。

近日，发表在European Radiology杂志的一项研究评估了使用放射组学定性的对比增强（CE）CT扫描预测作为II期和III期CRC患者复发的价值，为CRC患者个性化治疗方案的制定及评估提供了参考依据。

本项研究纳入了193名在在2008年7月1日至2017年3月15日期间在法国两个不同的大学医院被诊断为II期和III期结直肠腺癌的患者。采用了统计学协调方法Bootstrapped ComBat（B-ComBat）平衡了两个中心数据的差异性。使用3种不同的机器学习（ML）建立的预测无病生存（DFS）模型。(1）多变量回归（MR），在基于最小绝对收缩和选择算子（LASSO）的特征选择后进行10倍交叉验证，（2）随机森林（RF）和（3）支持向量机（SVM），两者都有嵌入式特征选择。 

与使用未经转换的原始数据相比，经过我们提出的B-ComBat协调后，平衡模型和95%敏感性模型的性能都系统地提高了。将一个临床变量（术后化疗）与两个放射组学形状描述符（紧凑性和最小轴长）相结合的多变量回归模型取得了最具临床意义的性能，其BAcc为0.78，MCC为0.6，与所需的95%敏感性相关。由此产生的DFS方面的分层是显著的（p = 0.00021），特别是与使用未经调和的原始数据相比（p = 0.17）。 

 

图 原始和统一的BComBat的主成分分析。

本研究表明，通过拟议的协调过程，来自对比增强CT的放射组学模型可以在两个中心的队列中得到训练和验证，并表现出了对II期和III期结直肠癌患者复发预测的良好性能。这些模型可以协助临床对手术后的病人进行风险分层，并依次调整治疗方法，以达到患者利益的最大化。对于高复发风险的患者来说，可以进行术后监测或化疗的加强以巩固疗效。

原文出处：

Bogdan Badic,Ronrick Da-Ano,Karine Poirot,et al.Prediction of recurrence after surgery in colorectal cancer patients using radiomics from diagnostic contrast-enhanced computed tomography: a two-center study.DOI:10.1007/s00330-021-08104-4