现阶段，多发性肺癌的发病率正在上升，在筛查人群中，约有20%的非小细胞肺癌（NSCLC）吸烟者被诊断为多发性同步肺癌。区分多发性原发性肺癌（MPLCs）和肺内转移（IPMs）仍然是肺癌诊断中的一项重要任务。MPLCs通常采用局部手术治疗。当发现转移时，由于IPMs是一种全身性疾病，所以要进行积极的手术和额外的化放疗。此外，与IPMs患者相比，MPLCs患者的总体预后往往有所改善。根据第八版的肿瘤-结节-转移（TNM）分类法，有多个肺部部位的肺癌与四个新的分期类别有关，反映了亚类患者的不同预后。每个肺部肿瘤的MPLCs被赋予T、N和M类别，而IPMs则根据独立结节相对于肿瘤的位置来分类。因此，在临床上区分MPLCs和IPMs对于指导精确的靶向治疗、预后预测和肺癌的分期鉴定至关重要。

基于分子的研究已经提供了对MPLCs和IPMs的诊断见解，然而对于需要必要治疗的主要患者来说，这些研究的操作十分复杂、费用也过高。此外，目前还缺乏明确的分子指南来区分这些具有临床意义的多发性肺部肿瘤。虽然国际肺癌研究协会（IASLC）提出了基于综合组织学评估（CHA）的病理标准和临床标准，但在手术前将MPLCs与IPMs区分开来的临床意义更显著。然而，MPLCs和IPMs的术前CT分析还没有得到系统的评估。

放射组学是解决上述问题的一个很有前途的手段。基于放射组学的方法通过从临床图像序列中提取的一系列定量描述符将成像数据转换为高维特征空间。放射组学特征通常包含临床图像的一阶、二阶和高阶统计量，从而评估与肺癌的早期诊断、疗效评估和预后预测有关的肿瘤内异质性。特别是，放射组学方法可以通过对一个有多个病灶的个体进行加权平均，将每个病灶的特征转化为统一的每个病人的特征。对于每个患者的多个肺癌，有必要将肿瘤层面的信息汇总到准确的患者层面的决策中。因此，临床上强调对单个肿瘤的测量以及与MPLCs和IPMs配对的肺部肿瘤的差异。

近日，发表在Eur J Radiol杂志的一项研究建立了一个可区分多瘤环境中的MPLCs和IPMs的放射组学模型，同时构建了一个临床-CT模型并评估了基于放射组学、临床和CT语义特征的融合模型在基线CT上的表现，以提高放射组学表现的整体能力及价值。

本项回顾性研究纳入了2009年5月至2020年1月期间127名患者的254个肿瘤，病理证明为MPLCs或IPMs。肺部肿瘤的放射组学特征从基线CT扫描中提取。研究通过计算单个患者配对的肿瘤的相对放射组学差异，纳入了以肿瘤为重点的精细放射组学。研究应用L1-norm正则化和方差分析来选择信息丰富的放射组学特征，以构建放射组学模型（RM）和精制放射组学模型（RRM）。通过接收者操作特征曲线下的面积（AUC-ROC）来评估其性能。这两个放射组学模型与临床-CT模型（CCM，包括临床和CT语义特征）进行了比较。我们结合这两个放射组学特征，构建了融合模型1（FM1）。研究还通过结合放射组学、临床和CT语义特征建立了融合模型2（FM2）。FM1和FM2的性能与RRM的性能进行了进一步比较。 
在验证集上，RM的AUC达到0.857。RRM表现出比RM更好的性能（验证集AUC，0.870），并且与CCM（验证集AUC，0.782）相比表现出明显的差异。融合模型进一步提高了预测性能（验证集AUC，FM1：0.885；FM2：0.889）。FM1、FM2和RRM的性能没有明显差异。 

图 典型病变的示例。(a) 同一患者左肺上叶的尖锐+乳头状腺癌（a1，红色箭头）和左肺上叶的腺癌（a2，红色箭头），病理诊断为MPLCs。(b) 同一患者右肺上叶的腺癌（b1）和右肺上叶的鳞状细胞癌（b2），病理诊断为MPLCs。病例A和B的患者被标记为MPLCs。(c) 同一患者右肺中叶的粘液腺癌（c1）和右肺下叶的粘液腺癌（c2，约50%为粘液性，30%为乳头状，20%为针状），病理诊断为IPMs。(d) 同一患者右肺上叶的腺鳞癌（d1）和右肺下叶的腺鳞癌（d2），病理上诊断为IPMs。病例C和D的患者被标记为IPMs

本项研究表明，基于CT的放射组学模型在区分MPLCs和IPMs方面表现良好，显示了对MPLCs和IPMs进行早期诊断和治疗指导的潜力及价值。

原始出处：

Mei Huang,Qinmei Xu,Mu Zhou,et al.Distinguishing multiple primary lung cancers from intrapulmonary metastasis using CT-based radiomics.DOI:10.1016/j.ejrad.2022.110671