论文部分内容阅读
背景及目的食管癌是世界第八大恶性肿瘤之一,死亡率居世界第六位,尽管最近在肿瘤分期、综合治疗治疗以及围术期护理方面得到改进,食管癌生存率仅仅为15-25%,仍是一种毁灭性的疾病。大多数食管癌患者到医院就诊时已经较晚期,最佳治疗方案并不是手术治疗,其标准的治疗方式是同步放化疗和联合化疗。然而,由于肿瘤异质性的存在,即使不同的食管癌患者具有相同的病理类型、分化程度、临床及病理分期且应用相同的治疗方式,不同个体对治疗的敏感性或者预后仍存在差异。影像组学能够客观精确地量化肿瘤异质性,在肿瘤的分期,敏感性及预后等方面有重要的预测价值。本研究旨在通过CT图像进行纹理分析,探讨纹理参数与食管鳞癌放化疗敏感性的关系,指导食管患者的个体化治疗。方法本研究回顾性分析了2014年1月1日至2017年12月31日在山东省肿瘤医院就诊的食管鳞癌患者共92例,所有患者均经食管镜病理确诊为ESCC,均为初次治疗而且接受放疗,放疗总剂量为60Gy/59.4Gy且在40Gy/41.4Gy时行放疗复位,有完整的临床资料及完善的血液学检查,排除那些曾经接受过胸部外科手术的患者(包括食管支架置入患者)以及在放射治疗过程中放疗中断而无法一次性完成放疗的患者。收集患者的临床资料、血液学指标以及CT定位和复位图像,通过实体瘤评价标准RECIST1.1版,根据复位时肿瘤体积的变化判断放化疗敏感性,将患者分为敏感组(完全缓解CR和部分缓解PR)和抵抗组(疾病进展PD和疾病稳定SD)。通过单因素分析探索各临床指标、血液学指标以及纹理参数对放化疗敏感性的影响,通过多因素分析建立食管癌敏感性的预测模型,并用ROC曲线(receiver operating characteristic curve)和曲线下面积(area under the curve,AUC)评估模型的分类能力。结果筛选出的92例ESCC患者中,59例对放化疗敏感,33例对放化疗抵抗。单因素分析结果显示性别、临床分期、治疗模式以及血红蛋白与敏感性之间存在显著相关性,具有统计学意义(P<0.05)。分别做ROC曲线,AUC(性别)为0.602,95%可信区间(95%CI)为0.495-0.703;AUC(临床分期)为0.686,95%CI为0.581-0.779;AUC(治疗模式)为0.603,95%CI为0.496-0.704;AUC(血红蛋白)为0.675,95%CI为0.570-0.769,可见单个因素对敏感性的预测能力较差。将单因素分析结果中P<0.1的变量纳入多因素分析,性别、年龄、临床分期、治疗模式、饮酒史、血红蛋白、白蛋白、偏度以及HGZE进行二元Logistic回归,进入方法为“输入”,结果显示临床分期、血红蛋白以及偏度三个变量对敏感性有独立预测作用,利用ROC曲线对模型的分类能力评估,结果显示AUC为0.886,95%CI为0.803-0.943,敏感度为94.9%,特异度为66.7%,说明模型可以在一定程度上预测放化疗的敏感性,较单个因素提高了预测的准确性。结论CT纹理分析联合血液学指标建立食管癌敏感性预测模型,能够在一定程度上预测放化疗的敏感性,有助于在治疗前对患者进行预测,制定个体化治疗方案,从而有助于患者的生存和预后。