academic radiology：CT放射组学在预测甲状腺乳头状癌淋巴结转移中的应用

甲状腺乳头状癌（PTC）占甲状腺癌的87.4%，自20世纪80年代以来发病率迅速上升。PTC在诊断时通常会出现颈部淋巴结转移，尤其是中央淋巴结转移（CLNM）。CLNM的发生率被认为是肿瘤复发和生存率低的危险因素，有报道称其发生率为30%-80%。预防性中央淋巴结清扫术（pCND）后可能出现的暂时性声带麻痹和甲状旁腺功能减退等并发症，往往难以与它们的益处相平衡。因此，术前对CLNM状态的识别对于切除范围的手术决定尤为重要。通过使用敏感的成像方式，如超声（US）、磁共振成像和增强型计算机断层扫描（CT），对PTC的评估已得到改善。这些方法可以通过影像学特征评估淋巴结转移状态，如淋巴结体积的变化、血供增加和密度不均。

然而据报道，超过30%的通过这些常规方法评估的临床淋巴结阴性（cN0）的PTC，在病理上显示为CLNM阳性，这被称为隐匿性淋巴结转移（OLNM）。因此，准确的术前评估CLNM状态仍然是一个挑战。

通过从医学图像中提取更高的维度和定量数据，放射组学可以提供额外的有用信息，反映细胞水平上的组织异质性的潜力，已被广泛用于肿瘤研究。增强CT放射组学可以区分良性和恶性的甲状腺结节。据我们所知，目前还没有研究探讨CT放射学是否能够预测cN0 PTC的CLNM。

近日，发表在academic radiology杂志的一项研究探讨了利用CT放射学分析对cN0 PTC患者的病理CLNM状态进行术前预测的可行性。

研究纳入的85名患者中共有97个具有CLNM病理数据的PTC cN0结节（pN0，有CLNM，n = 59；pN1，无CLNM，n = 38），并被分为训练集（n = 69）和验证集（n = 28）。对于每个病变，从非增强、动脉和静脉相CT图像中提取了321个放射学特征。使用最小冗余度和最大相关性以及最小绝对收缩率-年龄和选择运算符来寻找最重要的特征，并用它来开发训练集中的放射组学特征。通过接收器操作特征曲线、校准曲线和决策曲线分析来评估放射组学特征的性能。

研究选择了三个非零的最小绝对收缩率和选择算子系数的特征用于构建放射组学特征。区分pN0组和pN1组的放射组学特征在训练组中的曲线下面积为0.79（95% CI 0.67, 0.91），在验证组中为0.77（95% CI 0.55, 0.99）。校准曲线显示，在两组中，放射组学评分预测的概率与病理结果有良好的一致性（P=0.399，P=0.191）。决策曲线分析曲线显示，该模型在临床上具有重要的临床价值。

 图 训练（4a）和验证（4b）组中放射组学模型的校准曲线，Hosmer-Lemeshow检验得出的统计结果不明显（P=0.399，P=0.191）

研究表明，研究所提出的放射组学特征将有助于预测cN0 PTC患者的CLNM状态。

原文出处：

Yun Peng,Zhao-Tao Zhang,Tong-Tong Wang,et al.Prediction of Central Lymph Node Metastasis in cN0 Papillary Thyroid Carcinoma by CT Radiomics.DOI:10.1016/j.acra.2022.09.002