【Lancet子刊】中山医院周建军团队：术前CT肿瘤轮廓不规则性预测肾细胞癌预后的潜力

2024年8月16日，复旦大学附属中山医院（厦门）周建军团队在期刊《eClinical Medicine》上发表了题为“Tumor contour irregularity on preoperative CT predicts prognosis in renal cell carcinoma: a multi-institutional study”的研究论文。在本研究中，团队证明了基于CT图像的肿瘤轮廓不规则度（CID），量化为不规则横截面与总肿瘤横截面的比率，可作为3cm或更大RCC肿瘤患者生存结果的独立预测因子。此外，CID支持在低、中、高SSIGN亚组内，进一步进行风险分层。

https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(24)00354-7/fulltext#%20

研究背景

 01 

肾细胞癌（RCC）是泌尿外科中一种普遍存在的恶性肿瘤，每年影响全球超过400,000人，占成人恶性肿瘤的2%-3%。尽管取得了进展，但RCC的不可预测性，使受影响患者的个性化随访治疗策略，变得复杂。即使是小肿瘤也具有转移潜力，与RCC相关的总体死亡率，仍然是一个难以缓解的挑战。

传统上，RCC患者的风险分层，依赖于TNM分类等特征和核级。然而，仅靠这些特征，并不能产生完美的准确性。因此，越来越多的预后模型集成了各种预后特征，以提高预测准确性，其中，分期、大小、分级和坏死（SSIGN）模型，应用最为广泛。SSIGN模型结合了TNM分期之外的其他病理特征（肿瘤大小、核分级和组织学肿瘤坏死），从而提高了其对RCC生存结果的预测能力。然而，一些临床医生观察到，在同一 SSIGN分类的患者中，仍然存在显著的生存差异。SSIGN模型的一个局限性，是其开发仅基于透明细胞肾细胞癌（ccRCC），而忽略了其他组织学变异。此外，SSIGN主要结合病理特征，病理特征的评估通常涉及在关键部位进行多点评估，这可能导致肿瘤综合信息的丢失。

计算机断层扫描（CT）是一种可靠的非侵入性诊断方式，广泛用于检测肾脏肿块。最近的研究表明，通过成像观察到的RCC肿瘤的形态学特性，具有固有的预后价值。然而，在评估形状不规则性方面缺乏标准化，阻碍了客观和定量分析，从而限制了其临床实用性。

本研究旨在利用多中心数据集，来验证CID在RCC患者不同亚组中的预后相关性。此外，团队试图确定CID是否可以补充基于病理学的特征，以增强RCC患者的个体风险分层。

研究进展

 02 

CID与RCC患者生存结果之间的相关性

CID在预测3cm或更大RCC肿瘤患者的OS、RFS和DSS方面显示出显著价值，在中山队列和外部测试集中，在小于3cm的肿瘤中，均未观察到这一现象。此外，在中山队列和外部测试集中，观察到不同病理类型的RCC和ISUP等级的CID，与生存结果之间存在显著关联。

生存分析显示，在肿瘤大小为≥3cm的RCC患者中，高CID患者的DSS/OS/RFS（OS/RFS明显短于低CID组），这在肿瘤大小为<3cm的RCC患者中没有观察到。与低CID患者相比，高CID患者的年龄、晚期T分期、淋巴结受累、肉瘤样分化和坏死的发生率更高。

Kaplan-Meier估计的3cm或更大肿瘤的RCC患者在训练集、内部验证集和外部测试集中的总生存期（左图）、疾病特异性生存期（中图）和无复发生存期（右图），按轮廓不规则程度分层。RCC，肾细胞癌。

基于CID的列线图预测预后的功效

CID（HR=10.78， 95%CI=6.63–17.53， p<0.001）、肉瘤样分化（HR=4.52， 95%CI=2.23–9.16， p<0.001）、淋巴结受累（HR=5.53， 95%CI=2.47–12.38， p<0.001）、坏死（HR=2.69， 95%CI=1.61–4.48， p<0.001）、T分期（HR=1.80， 95%CI=1.37–2.35， p<0.001）和年龄（HR=1.89， 95%CI=1.17–3.05，p=0.009）在多变量分析中，被确定为DSS的独立预后因素。团队发现最大方差膨胀因子（VIF）为1.13，远低于阈值10，表明不存在显著的多重共线性问题。

新开发的C模型和C-SSIGN模型，表现出优于SSIGN的性能。与SSIGN相比，新开发的模型具有更优越的临床实用性。与Leibovich的chrRCC模型（AUC=0.58，95%CI：0.31-0.85）相比，列线图显示出更好的AUC值，为0.75（95%CI：0.43-1.00）。

基于CID的肿瘤尺寸为3cm或更大的RCC患者的预后列线图的开发。（A）结合CID与病理特征的列线图（C模型）。（B） C模型在训练集和外部验证集中，预测5年疾病特异性生存期（上图）和无复发生存期（下图）的校准曲线。（C） 将CID与SSIGN（C-SSIGN）相结合的列线图。（D） C-SSIGN在训练和外部验证集中，预测5年疾病特异性生存期（上图）和无复发生存期（下图）的校准曲线。CID， 轮廓不规则程度；RCC，肾细胞癌；SSIGN、分期、大小、等级和坏死。

研究结论

 03 

在本研究中，通过采用包括2,218名病理诊断为 ccRCC、pRCC和chrRCC患者的大规模多中心队列，团队证实了CID在不同组织学亚型RCC患者风险分层中的潜力。CID是3cm或更大RCC肿瘤患者生存结果的独立预测因子，这种现象在小于3cm的肿瘤中未观察到。这种差异可能归因于小于3cm的肿瘤扫描层有限，影响了CID的准确性。

CID的应用，允许在低、中、高SSIGN亚组内，进一步进行风险分层。与ISUP 3级内低CID患者相比，ISUP 2级内高CID的RCC患者的临床结果较差。这强调了CID在进一步区分ISUP 2级和3级RCC患者预后方面的潜力。CID是一种有效的基于术前成像的用户友好型生物标志物，用于补充当前基于病理学的分期系统。

多项临床试验表明，与安慰剂相比，帕博利珠单抗辅助治疗，可显著提高肾切除术后高危RCC患者的无病生存期和总生存期。团队新开发的预后模型，可以帮助识别可能从更积极的辅助治疗中受益的高危患者群体。此外，预测模型可以帮助医生与患者及其家属进行沟通，提供有关疾病进展和预后的客观信息。研究结果可以进一步优化RCC的个性化治疗，改善患者的治疗效果和生活质量。

总之，作为一种非侵入性且易于评估的生物标志物，CID成为预后的稳健独立预测指标，并在预测3cm或更大RCC肿瘤患者的生存结果方面，补充了现有的基于病理学的分期系统。团队新设计的列线图是一种实用可靠的工具，为常规临床应用提供关键的预后见解，从而推动精准医疗和个性化治疗在RCC管理中的应用。

参考资料：

1.Bray F. Ferlay J. Soerjomataram I. Siegel R.L. Torre L.A. Jemal A.

Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries.

CA Cancer J Clin. 2018; 68: 394-424

2.Eichelberg C. Junker K. Ljungberg B. Moch H.

Diagnostic and prognostic molecular markers for renal cell carcinoma: a critical appraisal of the current state of research and clinical applicability.

Eur Urol. 2009; 55: 851-863