CT影像組學(xué)聯(lián)合細(xì)胞角蛋白19片段預(yù)測(cè)EGFR突變陽(yáng)性非小細(xì)胞肺癌患者EGFR-TKIs的療效

張成孟,丁治民,陳鵬,劉奇峰

肺癌是全球第二常見的惡性腫瘤,研究表明2020年我國(guó)新發(fā)癌癥病例數(shù)排名第一的為肺癌,約82萬(wàn)人,且肺癌死亡病例數(shù)高達(dá)71萬(wàn)[1]。PIONEER 研究結(jié)果表明,在亞洲人群中,晚期肺腺癌患者的表皮生長(zhǎng)因子受體(epidermal growth factor receptor,EGFR) 突變的發(fā)生率高達(dá)51.4%,且EGFR突變?cè)谂院头俏鼰熣咧懈鼮槌Ｒ?即使在經(jīng)常吸煙的人群中這一比例仍有37%[2]。

研究表明,突變的EGFR是表皮生長(zhǎng)因子受體酪氨酸酶抑制劑(epidermal growth factor receptor tyrosine kinase inhibitors,EGFR-TKIs)治療非小細(xì)胞肺癌(non-small cell lung cancer,NSCLC)的理想靶點(diǎn)[3]。近年來(lái),隨著EGFR-TKIs在臨床的推廣與使用[4],NSCLC患者的預(yù)后得到較大的改善[5]。相比于化療,EGFR-TKIs治療的副作用更小,患者的預(yù)后更佳。由于EGFR-TKIs的價(jià)格比較高,如果用藥后無(wú)效,不但加重了患者的經(jīng)濟(jì)負(fù)擔(dān),還可能會(huì)耽誤患者的治療。因此,預(yù)測(cè)EGFR突變型NSCLC患者EGFR-TKIs的療效對(duì)指導(dǎo)臨床制訂準(zhǔn)確合理的個(gè)體化治療方案具有相當(dāng)重要意義。

材料與方法

1.研究對(duì)象

回顧性搜集2015年4月-2022年6月在本院診斷為 NSCLC且行EGFR基因檢測(cè)的患者的CT和臨床資料。納入標(biāo)準(zhǔn):①原發(fā)病灶經(jīng)活檢病理證實(shí)為NSCLC且EGFR基因檢測(cè)為突變陽(yáng)性的患者;②有完整的臨床資料(患者接受靶向治療前的年齡、性別、腫瘤病理分型、癌胚抗原和細(xì)胞角蛋白19片段);③可獲得患者靶向治療前的CT圖像;④可獲得患者服用EGFR-TKIs 3個(gè)月后的CT圖像。排除標(biāo)準(zhǔn):①各種原因?qū)е虏≡钸吘夛@示欠清,導(dǎo)致難以準(zhǔn)確勾畫病灶的ROI;②肺部原發(fā)腫瘤己切除。

本研究最初將378例行EGFR基因檢測(cè)的NSCLC患者納入總樣本,在排除72例EGFR突變陰性、20例臨床資料不全、29例病灶邊緣難以勾畫、63例服用EGFR-TKIs 3個(gè)月后CT資料缺失的患者后,最終入組194例。將入組患者按照7∶3的比例隨機(jī)分為訓(xùn)練集和驗(yàn)證集。

本回顧性研究獲得了本院倫理委員會(huì)的批準(zhǔn),且豁免了患者知情同意。

2.臨床資料的選取

本研究納入的臨床指標(biāo)包括性別、年齡、腫瘤病理分型、靶向治療前、后腫瘤最大徑、癌胚抗原(carci-noembryonic antigen,CEA)以及細(xì)胞角蛋白-19片段(cytokeratin-19-fragment,CYFRA21-1)檢測(cè)值。治療前、后腫瘤最大徑由2位工作經(jīng)驗(yàn)分別為5和15年的影像醫(yī)師在不知曉治療結(jié)果的情況下分別在患者的胸部CT圖像上進(jìn)行測(cè)量,取兩者測(cè)量結(jié)果的平均值。當(dāng)CT平掃圖像上腫瘤的邊界不清時(shí)可參考胸部CT增強(qiáng)圖像。以實(shí)體腫瘤療效評(píng)價(jià)標(biāo)準(zhǔn)1.1(response evaluation criteria in solid tumours,RECIST 1.1)為依據(jù)對(duì)靶向治療的效果進(jìn)行評(píng)估,比較患者靶向治療前及治療3個(gè)月后CT圖像上病灶的大小來(lái)進(jìn)行判定,將完全緩解(complete response,CR)和部分緩解(partial response,PR)的患者納入治療有效組,病變穩(wěn)定(stable disease,SD) 和病變進(jìn)展(pogressive disease,PD)的患者劃為治療無(wú)效組(圖1、2)。

圖1 男性,76歲。a)接受靶向治療前的CT平掃肺窗圖像,腫瘤最大徑為38mm;b)接受靶向治療3個(gè)月后的CT平掃肺窗圖像,腫瘤最大徑為21mm,與治療前相比腫瘤最大徑減少了約45%,符合PR的標(biāo)準(zhǔn),故該患者被納入治療有效組。

3.CT檢查方法

所有患者在接受靶向治療前及治療3個(gè)月之后均進(jìn)行了胸部CT檢查。使用Philips Brilliance 64排螺旋CT 機(jī),患者取仰臥位,掃描參數(shù):120 kV,220 mA,層厚5.0 mm,層距5.0 mm,視野為30 cm×30 cm。對(duì)比劑使用碘化醇(300 mg I/mL),劑量1.5 mL/kg,注射流率2.5 mL/s,在對(duì)比劑注射后25和40～65 s分別行動(dòng)脈期和靜脈期增強(qiáng)掃描。

4.特征提取及預(yù)測(cè)模型的建立

將所有患者的胸部CT平掃圖像從PACS系統(tǒng)以DICOM格式導(dǎo)入ITK-SNAP 3.8.0軟件,并將圖像進(jìn)行匿名化處理。首先由一位影像科醫(yī)師(具有5年工作經(jīng)驗(yàn))在胸部CT肺窗圖像(窗寬1500 HU,窗位-500 HU)上沿腫瘤的邊緣逐層勾畫ROI,注意避開液化和壞死區(qū),對(duì)于部分邊界欠清的病灶勾畫時(shí)參考增強(qiáng)圖像[6]。最后,融合生成病灶的容積感興趣區(qū)(volume of interest,VOI)。然后,將勾畫了ROI的圖像導(dǎo)入基于Python 3.6.8編寫的開源組學(xué)分析平臺(tái)FeAture Explorer(FAE,v0.5.2,https://github.com/salan668/FAE)進(jìn)行影像組學(xué)特征提取和分析[7]。2周后隨機(jī)抽取50例患者的CT圖像,由這位醫(yī)師和另外一位影像科醫(yī)師(具有15年以上工作經(jīng)驗(yàn))再次進(jìn)行ROI的勾畫和特征的提取。對(duì)兩位醫(yī)師及同一位醫(yī)師前、后2次提取的特征進(jìn)行可重復(fù)性檢驗(yàn),刪除組內(nèi)及組間相關(guān)系數(shù)(intra-and inter-class correlation coefficient,ICCs)<0.80的特征,然后將篩選后的影像組學(xué)特征進(jìn)行Z-score標(biāo)準(zhǔn)化處理,以確保數(shù)據(jù)之間的可比性。

在訓(xùn)練集中使用主成分分析(principal component analysis,PCA)、kruskal-wallis(KW)檢驗(yàn)和邏輯回歸分析結(jié)合最小絕對(duì)值收斂和選擇算子(logistic regression via least absolute shrinkage and selection operator,LR-LASSO)對(duì)影像組學(xué)數(shù)據(jù)進(jìn)行降維及模型構(gòu)建,并采用5折法進(jìn)行交叉驗(yàn)證,以提高模型的穩(wěn)定性。通過(guò)計(jì)算每個(gè)納入特征的值×其權(quán)重系數(shù)再計(jì)算總和得出每例患者的影像組學(xué)標(biāo)簽值(Radiomic score,Radscore)。

將組間比較差異有統(tǒng)計(jì)學(xué)意義的臨床變量納入多因素logistics回歸分析,計(jì)算出治療有效的獨(dú)立預(yù)測(cè)因子并以此構(gòu)建臨床模型;然后,將有統(tǒng)計(jì)學(xué)意義的臨床變量和影像組學(xué)標(biāo)簽納入多因素logistics回歸分析來(lái)構(gòu)建聯(lián)合模型。

5.統(tǒng)計(jì)分析

使用SPSS 25.0 軟件和R 4.2.1軟件進(jìn)行統(tǒng)計(jì)分析。采用Kolmogorov-Smirnov檢驗(yàn)對(duì)計(jì)量資料進(jìn)行正態(tài)性檢驗(yàn),符合正態(tài)分布的計(jì)量資料采用均數(shù)±標(biāo)準(zhǔn)差表示,不符合正態(tài)分布的計(jì)量資料采用中位數(shù)(上、下四分位數(shù))表示。計(jì)量資料的組間比較采用獨(dú)立樣本t檢驗(yàn)(正態(tài)分布且方差齊)或Mann-WhitneyU檢驗(yàn)(偏態(tài)分布或方差不齊),計(jì)數(shù)資料的組間比較采用χ2檢驗(yàn)或 Fisher確切概率法。采用多因素logistic 回歸分析構(gòu)建預(yù)測(cè)模型并繪制諾模圖,采用校正曲線評(píng)價(jià)模型的擬合優(yōu)度(P>0.05表示擬合優(yōu)度較好),并采用Hosmer-Lemeshow檢驗(yàn)評(píng)價(jià)校正曲線的一致性。采用AUC評(píng)價(jià)各種模型對(duì)療效的診斷效能,并采用DeLong檢驗(yàn)比較不同模型間AUC的差異。采用決策曲線分析(decision curve analysis,DCA)比較模型的臨床凈收益。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

1.臨床資料的比較

194例患者隨機(jī)分為訓(xùn)練集和驗(yàn)證集,其中訓(xùn)練集136例,驗(yàn)證集58例,兩個(gè)數(shù)據(jù)集之間以及2個(gè)數(shù)據(jù)集中治療有效組與無(wú)效組之間各項(xiàng)臨床指標(biāo)、腫瘤形態(tài)學(xué)特征及病理結(jié)果的比較結(jié)果分別見表1和表2。訓(xùn)練集與驗(yàn)證集之間性別、年齡、腫瘤病理分型、靶向治療前腫瘤最大徑及CEA和CYFRA21-1水平的差異均無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)。在訓(xùn)練集和驗(yàn)證集中,治療有效組與無(wú)效組之間年齡、性別、CEA、肺癌病理類型差異均無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05),治療前腫瘤最大徑和CYFRA21-1水平的差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)。

表1 訓(xùn)練集及驗(yàn)證集中臨床資料的比較

表2 訓(xùn)練集及驗(yàn)證集中治療有效組和無(wú)效組的臨床資料、腫瘤形態(tài)學(xué)特征及病理結(jié)果的比較

2.影像組學(xué)特征提取及影像組學(xué)模型建立

自每例患者的病灶共提取到1781個(gè)影像組學(xué)特征,刪除無(wú)效特征196個(gè)及組內(nèi)和組間ICC<0.80的特征71個(gè),最終剩余1514個(gè)特征。在訓(xùn)練集中通過(guò)PCA、KW法和LR-LASSO進(jìn)行降維,最終篩選出9個(gè)影像組學(xué)特征,將其納入回歸模型中,獲得每個(gè)特征相應(yīng)的權(quán)重系數(shù)(表3),計(jì)算出所有患者的Radscore。

表3 影像組學(xué)模型中納入的組學(xué)特征及其權(quán)重系數(shù)

3.建立臨床和聯(lián)合模型

將訓(xùn)練集中組間差異有統(tǒng)計(jì)學(xué)意義的臨床變量納入多因素logistics回歸分析,結(jié)果顯示CYFRA21-1(OR=1.059,P=0.048)為治療有效的獨(dú)立預(yù)測(cè)因子,以此構(gòu)建臨床模型。

將訓(xùn)練集中有統(tǒng)計(jì)學(xué)意義的臨床病理指標(biāo)(治療前腫瘤最大徑、細(xì)胞角蛋白19片段)及影像組學(xué)標(biāo)簽納入多因素logistic 回歸分析,其中細(xì)胞角蛋白19片段(OR=1.058,P=0.037)和影像組學(xué)標(biāo)簽(OR=3.590,P<0.001)為獨(dú)立預(yù)測(cè)因子,建立臨床+影像組學(xué)聯(lián)合模型。

4.模型的診斷效能分析

采用ROC曲線分析各類影模型在訓(xùn)練集和驗(yàn)證集中預(yù)測(cè)EGFR突變陽(yáng)性NSCLC患者EGFR-TKIs療效的效能,結(jié)果見表4、圖3。在訓(xùn)練集和驗(yàn)證集中,影像組學(xué)模型預(yù)測(cè)治療有效的AUC分別為0.800(95%CI:0.723～0.876)和0.774(95%CI:0.653～0.895);臨床模型的AUC分別為0.686和0.666;聯(lián)合模型的 AUC 分別為 0.836和0.837,優(yōu)于臨床模型和影像組學(xué)模型。

表4 臨床、影像組學(xué)和聯(lián)合模型的診斷效能

圖3 臨床模型、影像組學(xué)模型及聯(lián)合模型預(yù)測(cè)療效的ROC曲線。a)訓(xùn)練集;b)驗(yàn)證集。

經(jīng)DeLong檢驗(yàn),訓(xùn)練集中聯(lián)合模型與臨床模型之間AUC的差異有統(tǒng)計(jì)學(xué)意義(Z=-3.136,P=0.002),影像組學(xué)模型與臨床模型及聯(lián)合模型之間AUC的差異均無(wú)統(tǒng)計(jì)學(xué)意義(Z=-1.928,P=0.054;Z=-1.958,P=0.050);驗(yàn)證集中,聯(lián)合模型與臨床模型之間AUC的差異有統(tǒng)計(jì)學(xué)意義(Z=-2.512,P=0.012),影像組學(xué)模型與臨床模型及聯(lián)合模型之間AUC的差異均無(wú)統(tǒng)計(jì)學(xué)意義(Z=-1.109,P=0.268;Z=-1.498,P=0.134)。

繪制聯(lián)合模型的諾模圖(圖4)。聯(lián)合模型在訓(xùn)練集和驗(yàn)證集的校準(zhǔn)曲線與理想曲線接近,表明預(yù)測(cè)效果較好(圖5)。采用Hosmer-Lemeshow檢驗(yàn)分析該模型的擬合優(yōu)度,得到一個(gè)不顯著的統(tǒng)計(jì)學(xué)結(jié)果(訓(xùn)練集:χ2=4.142,P=0.126,驗(yàn)證集:χ2=1.104,P=0.576),表明模型未明顯偏離完美的擬合。DCA曲線顯示聯(lián)合模型預(yù)測(cè)EGFR突變陽(yáng)性NSCLC患者EGFR-TKIs治療療效的臨床凈獲益優(yōu)于臨床模型和影像組學(xué)模型(圖6)。

圖5 聯(lián)合模型的諾模圖的校準(zhǔn)曲線。Apparent為擬合線,Bias-corrected為偏差校準(zhǔn)曲線,Ideal為參考線。a)訓(xùn)練集;b)驗(yàn)證集。

討 論

影像組學(xué)是指將數(shù)字醫(yī)學(xué)圖像轉(zhuǎn)換為可挖掘的高維數(shù)據(jù),其在許多疾病的鑒別診斷、預(yù)后判斷及療效評(píng)價(jià)等方面的應(yīng)用日漸增多[8-11]。影像組學(xué)近年來(lái)因其在提供客觀和可量化的成像信息方面的優(yōu)勢(shì)而越來(lái)越受到人們的關(guān)注。大量研究證實(shí)影像組學(xué)在良惡性疾病的鑒別及對(duì)癌癥分期、病理特征、基因組突變、預(yù)后及療效的預(yù)測(cè)等方面具有可行性和有效性[12-15]。目前對(duì)于NSCLC EGFR的相關(guān)研究報(bào)道中,大部分都停留在影像組學(xué)特征預(yù)測(cè)EGFR基因的某些突變方面[16,17],對(duì)于能否基于CT影像組學(xué)特征分析對(duì)EGFR突變陽(yáng)性的NSCLC患者EGFR-TKIs的療效進(jìn)行預(yù)測(cè)卻少有研究。

2003年,Kris等[18]的研究結(jié)果表明對(duì)存在EGFR突變的肺癌患者使用EGFR-TKIs治療后可以獲得較好的療效,開啟了存在EGFR突變的非小細(xì)胞肺癌患者靶向治療的時(shí)代。美國(guó)國(guó)家綜合癌癥網(wǎng)絡(luò)(National Comprehensive Cancer Network,NCCN)和我國(guó)制訂的肺癌治療規(guī)范中均推薦對(duì)肺癌患者應(yīng)盡可能檢測(cè)EGFR基因狀態(tài),對(duì)EGFR突變陽(yáng)性NSCLC患者推薦進(jìn)行EGFR-TKIs治療。但是,EGFR-TKIs對(duì)部分患者治療效果不佳,所以治療前預(yù)測(cè)EGFR-TKIs的有效性具有較大的價(jià)值。本研究基于胸部CT平掃圖像,納入臨床、病理學(xué)、影像學(xué)及影像組學(xué)特征等多參數(shù)構(gòu)建預(yù)測(cè)模型,對(duì)EGFR突變陽(yáng)性的NSCLC患者接受EGFR-TKIs治療的療效進(jìn)行預(yù)測(cè),結(jié)果顯示影像組學(xué)模型優(yōu)于臨床模型,聯(lián)合細(xì)胞角蛋白19片段和影像組學(xué)構(gòu)建的聯(lián)合模型對(duì)療效的預(yù)測(cè)能力進(jìn)一步提升,優(yōu)于影像組學(xué)模型和臨床模型。

EGFR-TKIs對(duì)NSCLC患者的治療效果受多種因素的影響,如臨床特征、組織病理、腫瘤周圍浸潤(rùn)程度和分子生物學(xué)特征等均會(huì)影響其療效,具體的機(jī)制也較為復(fù)雜。本研究中納入分析的血清腫瘤標(biāo)志物中的CYFRA21-1是診斷 NSCLC 特異性較高的指標(biāo)[19],該指標(biāo)在血清內(nèi)的水平與NSCLC患者的預(yù)后具有較好的相關(guān)性。張明明等[20]的研究結(jié)果表明奧希替尼治療晚期NSCLC患者效果確切,而且可以顯著降低患者血清內(nèi)細(xì)胞角蛋白19片段的水平,進(jìn)一步說(shuō)明了細(xì)胞角蛋白19片段與腫瘤的預(yù)后可能有一定的相關(guān)性,本研究中聯(lián)合模型中納入的細(xì)胞角蛋白19片段為預(yù)測(cè)EGFR突變陽(yáng)性的NSCLC患者EGFR-TKIs療效的獨(dú)立預(yù)測(cè)因子,治療前細(xì)胞角蛋白19片段的水平對(duì)EGFR-TKIs的療效有一定的預(yù)測(cè)價(jià)值。本研究基于聯(lián)合模型構(gòu)建了預(yù)測(cè)NSCLC患者療效的諾模圖,建立了簡(jiǎn)單易行的治療前評(píng)估療效的方法,醫(yī)師可以在治療前通過(guò)簡(jiǎn)單評(píng)分進(jìn)行個(gè)體化的評(píng)價(jià),輔助臨床醫(yī)師在治療前判斷EGFE突變陽(yáng)性的非小細(xì)胞肺癌患者采用EGFR-TKIs進(jìn)行治療的可行性。

本研究中采用PCA進(jìn)行特征降維,PCA常用于高維數(shù)據(jù)的降維,在組學(xué)特征的篩選中應(yīng)用廣泛。Kickingereder等[21]利用PCA降維方法構(gòu)建的影像組學(xué)模型較好地預(yù)測(cè)了膠質(zhì)母細(xì)胞瘤(gliblastoma,GBM)患者對(duì)貝伐單抗治療的反應(yīng),AUC達(dá)0.90。穆建華等[22]采用PCA降維方法構(gòu)建了6種影像組學(xué)模型對(duì)腦膠質(zhì)瘤的病理分級(jí)進(jìn)行預(yù)測(cè),AUC均大于0.8,提示模型的診斷效能均較高,驗(yàn)證了影像組學(xué)模型對(duì)膠質(zhì)瘤術(shù)前分級(jí)具有較高的準(zhǔn)確性。

本研究存在一定的局限性:①樣本數(shù)據(jù)是回顧性收集,納入的患者就診時(shí)間跨度較大,部分患者的信息不完整,選擇偏倚是不可避免的;②傳統(tǒng)影像學(xué)定性評(píng)價(jià)缺乏統(tǒng)一評(píng)價(jià)標(biāo)準(zhǔn),ROI的勾畫可能受到勾畫者主觀因素的影響,而且本研究中曾嘗了ROI半自動(dòng)及全自動(dòng)勾畫,但同手動(dòng)勾畫相比其不能較好的識(shí)別腫瘤邊界,根據(jù)實(shí)體腫瘤療效評(píng)價(jià)標(biāo)準(zhǔn),可能對(duì)腫瘤治療的療效判斷產(chǎn)生一些影響;③本研究中僅基于CT平掃圖像進(jìn)行特征的提取和分析;④樣本數(shù)較小且為單中心研究,需要多中心大樣本進(jìn)一步研究驗(yàn)證。

綜上所述,基于臨床、影像組學(xué)標(biāo)簽建立的聯(lián)合模型對(duì)預(yù)測(cè)EGFR突變陽(yáng)性非小細(xì)胞肺癌患者EGFR-TKIs的療效具有較高的價(jià)值,優(yōu)于臨床模型及影像組學(xué)模型,對(duì)臨床合理制定個(gè)體化治療方案及科學(xué)的評(píng)估治療效果具有較高的價(jià)值。