European Radiology ：光谱CT实现局部进展期胃癌Lauren分级的术前预测

现阶段，胃癌（GC）仍然是全球癌症相关发病率和死亡率的主要原因之一。Lauren分类是一种广泛使用的胃腺癌组织病理学分类，包括肠型、弥漫性和混合型三种组织学亚型。肠型和弥漫性胃癌具有不同的临床病理、流行病学和预后特征。大多数研究已将Lauren分类确定为独立的预后因素，并发现弥漫性GC与预后较差相关。根据最近的研究，Lauren亚型可以影响晚期GC患者对化疗的反应。此外，在临床实践中，可以根据Lauren分类来确定GC的手术切除范围。因此，术前识别Lauren分型对确定晚期胃癌患者的临床治疗策略和风险分层具有重要价值。

确定Lauren分类的金标准是术后组织病理学检查。然而，在术前选择合适的治疗方案时，诊断是滞后的。虽然术前可以通过胃镜活检获得Lauren分类，但该程序是侵入性的，并且由于组织标本较少，诊断准确性受到限制。因此，迫切需要寻找一种更无创、更有效的方法来术前鉴别胃癌的Lauren分型。

第八版美国癌症联合委员会（AJCC）胃腺癌分期系统推荐对怀疑患有胃癌的个体进行计算机断层扫描（CT）。放射组学特征在GC中得到了广泛的探索和研究。大多数研究使用基于CT的放射组学来区分GC的Lauren亚型。然而，由于缺乏定量参数和诊断阈值，放射组学特征预测GC Lauren分类的能力受到限制。一些定量磁共振成像（MRI）技术已经显示出它们在预测Lauren GC亚型方面的价值，包括弥散加权成像、弥散峰度成像和动态对比增强MRI (DCE-MRI)。由于样本量小，缺乏模型构建，这些研究可能不适用于临床环境。

光谱CT是一种基于物质成分分析提供定量参数的新模式，反映肿瘤内部微环境变化的信息。在确定临床分期和病理分型、评价淋巴血管侵袭、评价化疗疗效、预测GC相关肿瘤因子表达状态等方面的优势逐渐凸显。此外，临床变量，如人口统计学、血清肿瘤标志物和图像语义特征，在评估GC患者时也很重要。据我们所知，目前还没有研究利用光谱CT的定量参数来预测GC的Lauren亚型。

最近，发表在European Radiology 上的一篇文章建立了基于临床特征和光谱定量参数的用于术前预测局部进展期胃癌（LAGC）Lauren分型的列线图模型。

本项研究在2023年6月至2023年12月期间，前瞻性纳入经术后病理诊断为LAGC并行腹部三期增强光谱计算机断层扫描（CT）的患者。根据Lauren分类将患者分为肠型和弥漫性两组。收集临床特征，包括人口统计学信息、血清肿瘤标志物、胃镜病理和图像语义特征。光谱定量参数，包括碘浓度（IC），有效原子序数（Zeff），以及从40 keV到70 keV （λ）的能谱曲线斜率，由两名放射科医生在动脉/静脉/延迟期（AP/VP/DP）对每位患者进行三次测量。采用单变量分析比较两组传统特征及光谱定量参数的差异。采用多变量logistic回归分析筛选LAGC Lauren分类的独立预测因子。采用受试者工作特征（ROC）曲线分析评价其鉴别能力。最终，研究建立了包括临床特征和光谱CT定量参数在内的列线图模型。

研究显示，性别、AP中的nIC （APnIC）和DP中的λ (λd)是Lauren分类的独立预测因子。以这些指标为基础建立的诺形图表现最佳，曲线下面积为0.841(95%可信区间为0.749 ~ 0.932)，特异度为85.3%，准确度为76.4%，灵敏度为68.4%。 

表 LAGC中Lauren分类的独立预测因子

本项研究表明，基于临床特征和频谱CT定量参数的列线图模型在LAGC Lauren分型的术前无创评估中具有较大的应用潜力。

原始出处：

Juan Zhang,Chao Su,Yuyang Zhang,et al.Spectral CT-based nomogram for preoperative prediction of Lauren classification in locally advanced gastric cancer: a prospective study.DOI:10.1007/s00330-024-11163-y