1、山东医药2023 年第 63 卷第 28 期动态增强CT对原发性肝癌微血管侵犯的预测价值张志1,李进涛2,刘朝敏31 成都医学院第一附属医院放射科,成都610500;2 中部战区总医院第四派驻门诊部;3 成都医学院第一附属医院肿瘤科摘要:目的探讨动态增强CT对原发性肝细胞癌(HCC)患者微血管侵犯(MVI)的预测价值。方法选取92例HCC患者,术前行动态增强CT检查,术后根据病理分为MVI组(56例)和非MVI组(36例)。比较两组一般临床特点及增强CT影像学特征,对两组有统计学差异的指标进行多因素Logistic回归分析,确定MVI的影响因素并建立评分模型,分析模型对MVI的预测概率并绘制R
2、OC曲线验证预测效能。结果两组年龄、性别、Child Pugh分级、糖尿病、乙型肝炎、酒精性肝炎、肝硬化情况比较,差异无统计学意义(P均0.05)。MVI组肿瘤直径5 cm、肿瘤边缘不光滑、无包膜、存在瘤内动脉的占比以及癌灶动脉期CT值百分比、癌灶门脉期CT值百分比高于非MVI组,癌灶动脉期强化率低于非MVI组,差异有统计学意义(P均0.05)。多因素Logistic回归分析显示,肿瘤直径、肿瘤边缘、瘤内动脉是MVI的影响因素(P5个或发生于远癌旁肝组织,为M2。将M0患者纳入非MVI组,将M1+M2患者纳入MVI组。1.4统计学方法采用SPSS19.0软件进行统计处理。计量资料符合正态分布以
3、-x s表示,组间比较采取独立样本t检验;计数资料采用例(%)表示,组间比较采用2检验。P0.05)。见表1。2.2MVI组与非MVI组增强CT特征两组瘤周强化、低密度晕征的比较差异无统计学意义(P 均0.05)。MVI组肿瘤直径5 cm、肿瘤边缘不光滑、无包膜、存在瘤内动脉的占比以及癌灶动脉期CT值百分比、癌灶门脉期CT值百分比高于非MVI组,癌灶动脉期强化率低于非MVI组,差异均有统计学意义(P均0.05)。见表2。2.3MVI的影响因素以病灶是否存在MVI作为因变量(MVI=1,非MVI=0),以两组有统计学意义的变量作为自变量进行多因素Logistic回归分析,结果显示肿瘤直径、肿瘤边
4、缘、瘤内动脉是MVI的影响因素(P均5 cm=1分,肿瘤边缘不光滑=1分,有瘤内动脉=2分,总分04分。同时,建立HCC患者MVI的预测概率公式,P=11+exp-()0+总分 m(0:常数项,m:回归模型中最小的回归系数)。根据公式计算出HCC患者MVI的预测概率,显示MVI的预测发生率随模型评分的升高而升高。见表4。绘制评分模型预测MVI的ROC曲线,曲线下面积为0.932(95%CI 为 0.8140.985),显示评分模型对表1MVI组与非MVI组一般资料比较 例(%)观察项目年龄 60岁 60岁性别 男 女Child Pugh分级 A级 B级 C级糖尿病 有 无乙型肝炎 有 无酒精性
5、肝炎 有 无肝硬化 有 无MVI组(n=56)21(37.50)35(62.50)45(80.36)11(19.64)52(92.86)3(5.36)1(1.78)8(14.29)48(85.71)25(44.64)31(55.36)11(19.64)45(80.36)18(32.14)38(67.86)非MVI组(n=36)12(33.33)24(66.67)27(75.00)9(25.00)29(80.56)4(11.11)3(8.33)5(13.89)31(86.11)17(47.22)19(27.78)6(16.67)30(83.33)11(30.56)25(69.44)20.1650
6、.3703.4910.0030.0590.1290.026P0.6840.5430.1750.9570.8080.7200.87351山东医药2023 年第 63 卷第 28 期HCC患者MVI有较高的预测价值。3 讨论 肝内小血管主要由内皮细胞构成,而内皮细胞被纤维连接蛋白及纤维蛋白原组成的基底膜包绕。当细胞外基质被降解时,细胞间黏附及组织完整性随之大幅降低,此为肿瘤细胞侵入微小血管创造了条件6-7。有研究认为,侵入血管的肿瘤细胞免疫逃逸也会明显增强,从而增加形成转移灶的风险8-9。因此,HCC患者发生MVI被认为与肿瘤局部侵袭、远处转移有关,可导致肿瘤早期复发,严重影响患者预后。正确评估H
7、CC患者是否存在MVI可有效预测肿瘤术后复发风险。但是,目前MVI的诊断仅能依据术后病理检查,无法对HCC患者的术前管理提供指导10。本研究依据术后病理检查将 HCC 患者分为MVI组与非MVI组,比较两组一般临床特点及动态增强CT特征,并进行HCC患者发生MVI的多因素Logistic回归分析。显示肿瘤直径、肿瘤边缘、瘤内动脉是 MVI发生的影响因素。肿瘤大小对 MVI的影响目前已得到临床认可,此与肿瘤大小可影响其侵袭行为、较大肿瘤其生物恶性程度较高有关11。表4模型评分预测MVI的概率及MVI实际发生率(%)模型评分0分1分2分3分4分MVI预测概率26.6232.5842.0059.07
8、99.50MVI实际发生率16.0728.5753.5775.0092.86表2MVI组与非MVI组增强CT特征比较观察项目肿瘤直径 例(%)5 cm 5 cm肿瘤边缘 例(%)光滑 不光滑包膜 例(%)完整 不完整 无包膜瘤周强化 例(%)有 无低密度晕征 例(%)有 无瘤内动脉 例(%)有 无癌灶动脉期强化率(%,-x s)癌灶动脉期CT值百分比(%,-x s)癌灶门脉期CT值百分比(%,-x s)MVI组(n=56)36(64.29)20(35.71)18(32.14)38(67.86)5(8.93)23(41.07)28(50.00)44(78.57)12(21.43)7(12.50)
9、49(87.50)45(80.36)11(19.64)59.42 8.79107.44 9.05149.89 14.87非MVI组(n=36)14(38.89)22(61.11)22(61.11)14(38.89)12(21.43)14(38.89)10(27.78)29(80.56)7(19.44)4(11.11)32(88.89)20(55.56)16(44.44)80.15 11.4198.02 8.25126.71 10.642/t5.6977.4838.7350.0530.0406.5019.8105.0418.107P0.0170.0060.0130.8180.8410.0110.
10、0010.0010.001表3HCC患者MVI影响因素的多因素Logistic回归分析变量肿瘤直径肿瘤边缘包膜瘤内动脉癌灶动脉期强化率癌灶动脉期CT值百分比癌灶门脉期CT值百分比B0.6880.9330.5061.1360.6480.7460.314SE0.3050.3670.2970.3980.3790.4150.227Wald 25.0686.4472.8948.1262.9283.2241.921P0.0240.0110.0890.0040.0870.0730.166OR(95%CI)1.989(1.0933.620)2.541(1.2375.220)1.658(0.9262.969)3
11、.114(1.4266.800)1.912(0.9104.017)2.108(0.9344.758)1.369(0.8782.135)52山东医药2023 年第 63 卷第 28 期有研究报道,肿瘤直径5 cm 的HCC患者MVI发生率分别为25%、40%和65%,肿瘤越小,MVI发生率越低12。本研究结果与此报道一致。肿瘤边缘也与肿瘤的的恶性生物学行为有关,边缘不光滑(结节或毛刺)肿瘤侵袭能力更强,更易出现 MVI13。边缘不光滑的肝细胞癌更易合并DNA多倍体,提示边缘不光滑肝细胞癌的发生和发展模式有一定特异性;尤其当多个小结节融合成一个肿瘤时,更易将诸多微小血管包裹在肿瘤内部,使MVI发生
12、概率增大14。也有学者认为,边缘不光滑是肿瘤侵袭周围正常肝实质的结果,反映肿瘤生物恶性程度更高,且侵袭部位发生 MVI 的概率较高15。此外,有瘤内动脉的 HCC 患者更易伴发MVI,瘤内动脉密度与肿瘤病理分化程度、肿瘤细胞增殖、侵袭及血管生成等相关16。国外有学者从肿瘤病理及肿瘤细胞生物学行为方面研究瘤内动脉与MVI的关联性,发现存在瘤内动脉的HCC患者伴发MVI的风险是无瘤内动脉HCC患者的2.5倍17。本研究基于动态增强CT的多因素Logistic回归分析结果建立囊括所有影响因素的评分模型,结果显示当模型评分升高时,MVI风险也增大,采用该模型预测HCC 患者发生 MVI 的 ROC 曲
13、线下面积为 0.932(95%CI 为 0.8140.985)。该评分模型综合了动态增强CT的相关参数,将患者动态增强CT检查结果带入模型即可判断MVI危险人群,简便易行,可实现HCC患者MVI的术前评估,此为HCC患者MVI早期诊断、重点人群的监控以及手术方案的调整提供了重要参考。综上所述,术前动态增强CT检查的肿瘤直径、肿瘤边缘、瘤内动脉等指标是影响 HCC 患者发生MVI的重要因素,基于上述因素建立的评分模型可有效预测患者MVI的发生概率。但需强调的是,该评分模型仅是基于动态增强CT影像学部分指标,指标分析不全面,预测MVI的发生有一定局限性。在具体临床工作中,还应针对不同患者的自身特点
14、,综合考虑症状体征、血清学指标、影像学特点等各类因素,全面评估HCC患者MVI发生的可能性,然后选择最佳治疗方案。参考文献:1杜培源,宋京海,乔江春,等.肝细胞癌患者微血管侵犯影响因素分析 J.中华肝胆外科杂志,2019,25(1):26-29.2于艳龙,刘中华,史赢,等.术前中性粒细胞与淋巴细胞比值和肿瘤相关因素预测肝癌患者微血管浸润 J.中华肝胆外科杂志,2019,25(2):120-123.3刘永倩,赵新湘.原发性肝细胞肝癌微血管浸润分级的危险因素预测 J.放射学实践,2020,35(11):99-103.4黄彦华,徐锋,钟丽云.肝动脉化疗栓塞联合射频消融对肝癌患者细胞免疫功能的影响 J
15、.中华全科医学,2019,17(9):4-6.5中国抗癌协会肝癌专业委员会,中国抗癌协会临床肿瘤学协作专业委员会,中华医学会肝病学会肝癌学组.原发性肝癌规范化病理诊断方案专家共识 J.中华医学杂志,2011,91(12):802-804.6高航,翁山耕,张翔,等.小肝癌合并微血管侵犯的术前危险因素分析及预测模型构建 J.中华普通外科杂志,2019,34(11):921-924.7周莹,何川东,何瑜,等.乙型肝炎病毒相关性肝细胞肝癌微血管浸润的术前临床与CT影像特征分析及Nomogram预测模型的建立 J.临床放射学杂志,2020,39(4):710-714.8刘连凤,苏丹柯,刘军杰,等.术前超
16、声及多层螺旋CT诊断肝癌微血管侵犯的一致性分析 J.实用放射学杂志,2019,35(5):752-755.9朱献忠,张献南,王琴,等.经导管肝动脉化疗栓塞术联合微波消融用于复发性肝癌的预后及其相关预测因素分析 J.中华全科医学,2021,19(2):5-7.10LIM C,SALLOUM C,CHALAYE J,et al.18F-FDG PET/CT predicts microvascular invasion and early recurrence after liver resection for hepatocellular carcinoma:A prospective obse
17、rvational study J.HPB(Oxford),2019,21(6):739-747.11LAHAN-MARTINS D,PERALES S R,GALLANI S K,et al.Microvascular invasion in hepatocellular carcinoma:is it predictable with quantitative computed tomography parameters J.Radiol Bras,2019,52(5):287-292.12ERSTAD D J,TANABE K K.Prognostic and therapeutic i
18、mplications of microvascular invasion in hepatocellular carcinoma J.Ann Surg Oncol,2019,26(5):1474-1493.13LEE S,KANG T W,SONG K D,et al.Effect of microvascular invasion risk on early recurrence of hepatocellular carcinoma after surgery and radiofrequency ablationJ.Ann Surg,2021,273(3):564-571.14BAKR
19、 S,GEVAERT O,PATEL B,et al.Interreader variability in semantic annotation of microvascular invasion in hepatocellular carcinoma on contrast-enhanced triphasic CT images J.Radiol Imaging Cancer,2020,2(3):190062.15FAMULARO S,PIARDI T,MOLFINO S,et al.Factors affecting local and intra hepatic distant re
20、currence after surgery for hcc:an alternative perspective on microvascular invasion and satellitosis-a western european multicentre study J.J Gastrointest Surg,2021,25(1):104-111.16KIM T M,LEE J M,YOON J H,et al.Prediction of microvascular invasion of hepatocellular carcinoma:value of volumetric iod
21、ine quantification using preoperative dual-energy computed tomography J.Cancer Imaging,2020,20(1):60.17MATSUMOTO N,OGAWA M,KANEKO M,et al.Quantitative ultrasound image analysis helps in the differentiation of hepatocellular carcinoma(HCC)from borderline lesions and predicting the histologic grade of HCC and microvascular invasion J.J Ultrasound Med,2021,40(4):689-698.(收稿日期:2020-03-30)53
©2010-2024 宁波自信网络信息技术有限公司 版权所有
客服电话:4008-655-100 投诉/维权电话:4009-655-100