结直肠癌（CRC）已成为全球第三大常见恶性肿瘤和第二大癌症死亡原因。死亡的主要原因是术后肝转移，至少50%的结直肠癌患者在术后或病程晚期发生肝转移。肿瘤-淋巴结-转移（TNM）分期系统是预测肝转移最广泛使用的工具；然而，即使在TNM分期相同的患者中，临床结果也是高度可变的，这表明经典TNM分期不能提供准确或完整的预测信息。因此，迫切需要一个准确的分类系统来预测结直肠癌患者的肝转移。

结直肠癌术后肝转移诊断的金标准是病理检查。然而，考虑到手术的侵入性，不可能频繁进行，根治性切除后的访问不应作为制定术前治疗策略的指导。传统的临床和计算机断层扫描（CT）数据可用于识别远处转移风险较高的患者，但需要高水平的临床医生经验。在放射组学中，使用定量的纹理信息（称为成像特征）来评估放射图像。肿瘤微环境中肿瘤异质性和转移的影像学特征可以决定其预后价值。术前治疗有助于降低肿瘤转移的风险，更快速准确的疾病分期和患者选择可能有助于进一步降低这种风险。
最近，发表在European Radiology 上的一篇文章比较了基于CT放射组学特征的模型、基于临床数据的模型和基于放射组学与临床数据结合的融合模型预测结直肠癌术后肝转移风险的能力。

本项研究将112例经病理证实的结直肠癌患者分为训练组（n = 148）和验证组（n = 64）。从最近的CT扫描和术前获得的临床数据中提取放射组学特征。随机森林模型被训练来根据临床数据预测肿瘤，并使用接受者操作特征曲线下的面积（AUC）和验证集上的其他指标进行评估。

研究选择14个特征建立放射组学模型，训练集的AUC为0.751，测试集的AUC为0.714。基于放射组学特征与临床数据相结合的融合模型在训练集（AUC 0.952）和测试集（AUC 0.761）上均表现出良好的性能。

图 CRLM组和非CRLM组放射组学特征方框图

本项研究开发了一种融合放射组学特征和临床数据的融合模型。该融合模型可作为结直肠癌术后肝转移的无创、可靠、准确的术前预测工具。

原始出处：

Han-Hui Jing,Di Hao,Xue-Jun Liu,et al.Development and validation of a radiopathomics model for predicting liver metastases of colorectal cancer.DOI:10.1007/s00330-024-11198-1