医学成像对于疾病的检测和分期以及肿瘤治疗的规划和监测是现代医疗保健不可或缺的一部分。计算机网络的进步现在允许对生物医学图像进行更深入的查询，这些图像代表了组织的病理生理过程和解剖表达的产物。放射组学分析是基于提取超出人类感知能力的成像特征，为预测临床参数和支持个性化护理的循证决策提供了一个独特的机会。为了将这种深度学习工具应用到临床实践中，需要进行稳健的验证，并且必须包括来自另一个中心的外部数据集。在卵巢癌（OC）中，患者选择初始手术（化疗前）可能具有挑战性，并且大多数女性表现为晚期。确定可能从所有宏观疾病的根治性切除中获得最佳结果的患者是十分重要的，同时避免那些不可能获得有益预后的患者进行手术。目前正在尝试使用遗传生物标志物和放射成像评估来改进检测和风险分层。然而，尽管肿瘤完全清除，但高达四分之一的晚期卵巢癌患者在根治性手术后12个月内复发，因此对这些患者的手术价值提出了质疑。

目前，一种新的基于成像的预后特征，称为放射预后载体（RPV），基于传统的增强CT，可以可靠地识别出5%的中位总生存期（OS）小于2年的患者，并独立于已知的预后因素。来自两个独立数据集的转录组学和蛋白质组学分析显示，RPV与基质表型（已知的不良预后指标）之间存在一致的相关性。在原发性结直肠癌和肝转移患者队列中，肿瘤-基质相互作用的评估已被报道为独立预测生存和复发的不良预后生物标志物。RPV可以潜在地识别那些不太可能从传统的前期细胞减少手术和化疗中获益的患者。

最近，发表在European Radiology 上的一篇文章在患有高级别浆液性卵巢癌（HGSOC）的女性患者中，评估了基于CT的放射预后载体（RPV）预测基质表型和原发性手术后生存的能力及价值，并充分从外部验证RPV及其生物学相关性。

本回顾性研究对2002年至2017年在esgo认证中心接受原发性细胞减少手术的HGSOC患者的卵巢CT扫描肿块进行分割，计算外部RPV评分，然后将其与总生存期（OS）和无进展生存期（PFS）进行关联。经纤维连接蛋白免疫组化处理的组织样本子集由妇科病理学家评估基质含量。结果分析采用Kaplan-Meier log-rank检验和Cox比例风险模型。

在纳入的340例HGSOC患者中，198例（平均年龄59.8岁，34-92岁），244例卵巢病变可用于分割。中位OS为48.69个月（IQR: 27.0 ~ 102.5）， PFS为19.3个月（IQR: 13 ~ 32.2）。多因素Cox分析显示，OS差与RPV高相关(HR 3.17；95% ci: 1.32-7.60；p = 0.0099)，术后残留病变(HR 2.04；95% ci: 1.30-3.20；p = 0.0020)， FIGO III/IV期(HR 1.79；95% ci: 1.11-2.86；P = 0.016)。年龄对OS没有影响。基于纤维连接蛋白表达的RPV高组织的基质含量（平均48.9%,SD 10.5%）高于RPV低组织（平均14.9%,SD 10.5%, p < 0.0001）。RPV评分与PFS无显著相关。

 表 高级放射科医生和初级放射科医生在MUW HGSOC病变DSC范围内调整后的分割差异总结

本项研究表明，术前CT显示HGSOC和RPV-高卵巢肿块的患者术后OS明显差于RPV-低肿块，基质含量较高，并从外部验证了RPV及其生物学解释。

原文出处：

Georg J Wengert,Haonan Lu,Eric O Aboagye,et al.CT-based radiomic prognostic vector (RPV) predicts survival and stromal histology in high-grade serous ovarian cancer: an external validation study.DOI:10.1007/s00330-024-11267-5