众所周知，肿瘤分期和生物学侵袭性的组织病理学特征是肝细胞癌 (HCC) 患者的主要预后因素，显著影响处理和治疗决策。在组织病理学特征中，微血管漫润 (MVI)是一个公认的预后不良因素。据报道，在切除的肝癌中，伴MVI和不伴MVI患者的5年牛存率分别为26-67%和53-83%。然而，MVI的明确诊断只能通过切除标本的组织病理学分析来实现，而不能通过活检来评估，这限制了其在所有HCC患者中的适用性。计算机断层扫描 (CT) 和磁共振成像(MRI)常规用于肝细胞癌的诊断和术前分期。定性的影像学特征使得HCC的非侵入性诊断具有高特异性。然而，与MVI相关的成像特性的非标准化定义，且可重复性较低。

放射组学通过提取大量反映感兴趣区域内像素水平异质性的定量特征，将诊断图像转化为可挖掘数据源。最近的一些回顾性研究调查了放射组学在预测CT和MRI MVI阳性HCC和术后患者生存率方面的表现。部分回顾性研究提出了一种在预测MVI方面具有优异性能的放射学-放射组学模型。然而，研究中所有患者均使用相同的CT扫描仪和方案进行成像。与现实生活中的环境相比，该研究高估了模式的性能。

尽管放射组学模型在研究中有良好的表现，但由于在病变分段和放射组学模型构建方面缺乏标准化，大多数研究缺乏验证队列，以及所提出的模型在外部或前瞻性队列中的应用有限，因此尚未在临床应用中得到推广。使用随机选择的患者子集来测试和验证最终性能[710111.在试验和验证队列中分离患者的随机方法可能会给放射组学模型的构建带来进一步的冲击。不同的是，使用时间分割方法分割回顾性队列可以模拟放射组学模型的前瞻性验证。

近日，发表在European Radiology杂志上的一篇研究评估了基于放射组学的模型在预测微血管侵犯（MVI）和切除的肝细胞癌（HCC）患者生存率方面的性能和变异性，并模拟了其顺序发展和应用。 

本研究纳入了230名接受术前CT的242名手术切除的HCC患者，其中73/230（31.7%）在外部中心扫描。研究队列被分成训练集（158名患者，165个HCC）和保持测试集（72名患者，77个HCC），通过随机分区进行分层，重复100次，并通过时间分区来模拟放射组学模型的顺序发展和临床使用。使用最小绝对收缩和选择算子（LASSO）建立了一个预测MVI的机器学习模型。使用协调指数（C-index）来评估预测无复发（RFS）和总生存率（OS）的价值。 
在100次重复的随机分区队列中，放射组学模型在预测MVI时表现出平均AUC为0.54（范围为0.44-0.68），预测RFS时平均C指数为0.59（范围为0.44-0.73），在保持测试集时预测OS为0.65（范围为0.46-0.86）。在时间分割队列中，放射组学模型对MVI的预测AUC为0.50，RFS的C指数为0.61，OS为0.61。 

图 58岁男性，肝右叶见一直径55 mm肝细胞癌（A），3D肿瘤绿色分割ROI区表示瘤内区域 (B-D)。而红色分割ROI区域 (EG)表示肿瘤周围区域

本项研究表明，放射组学模型在预测MVI方面的表现并不理想，模型的表现因随机分区而有很大的差异性。然而，放射组学模型在预测患者预后方面表现出良好的性能。 

原文出处：

Roberto Cannella,Joao Santinha,Aurélie Bèaufrere,et al.Performances and variability of CT radiomics for the prediction of microvascular invasion and survival in patients with HCC: a matter of chance or standardisation?DOI:10.1007/s00330-023-09852-1