胡曉坤,葛亞瓊,韋 煒
(1.皖南醫學院影像醫學與核醫學系,安徽 蕪湖 241000;2.GE醫療,上海 210000;3.中國科學技術大學附屬第一醫院影像科,安徽 合肥 230000)
胰十二指腸切除術(pancreatoduodenectomy,PD)是用于治療壺腹周圍和胰腺惡性腫瘤或良性占位性病變的手術方式,術后并發癥發生率30%~60%,主要包括胰瘺、膽瘺、腹腔膿腫、出血、胃排空延遲及傷口感染和裂開等[1]。胰瘺(postoperative pancreatic fistula,POPF)為PD術后風險最大的并發癥之一,發生率為10%~30%,嚴重時可致患者死亡[2]。目前臨床主要通過術前實驗室檢查及術中出血量、主胰管直徑等相關臨床指標預測PD術后POPF,但效果欠佳,且部分指標存在主觀性。本研究評估基于術前腹部增強CT的影像組學模型預測PD術后POPF的價值。
1.1 一般資料 回顧性分析2015年4月—2020年7月252例因壺腹周圍或胰腺占位而于中國科學技術大學附屬第一醫院接受PD患者,男137例,女115例,年齡13~83歲,平均(59.5±11.6)歲。納入標準:①接受由同一專家團隊施行的標準術式PD及統一標準術后護理和康復治療,手術基本流程一致,術后留置腹腔引流管;②術前15天內接受腹部平掃及增強CT檢查;③臨床資料完整。排除標準:①CT檢查前接受放射或化學治療;②術后并發其他與POPF無明顯相關疾病并影響預后。術后第3天或其后可測量的腹腔引流液中的淀粉酶水平>正常血清淀粉酶標準(125 IU/L)3倍以上、并伴隨相應臨床癥狀時,診斷為POPF[3]。按7∶3比例將所有患者分為訓練集(n=177)和測試集(n=75)。
1.2 儀器與方法 采用GE Discovery CT 750多排螺旋CT儀行腹部掃描,范圍自膈頂至髂棘水平,管電壓120 kVp,管電流240~300 mA,層厚5 mm,重建層厚1.25 mm,層間距5 mm,螺距1.375∶1。先行CT平掃,隨后以3.0 ml/s流率經肘靜脈團注非離子型對比劑碘海醇(300 mgI/ml)1.5 ml/kg體質量,采集動脈期(30 s)、門靜脈期(70 s)和延遲期(180~300 s)圖像。
1.3 圖像分析與處理
1.3.1 特征提取 由2名具有15年以上腹部影像學診斷經驗的副主任醫師采用ITK-SNAP軟件(www.itksnap.org)分別于增強門靜脈期CT圖像中勾畫胰腺實質三維感興趣容積(volume of interest, VOI),使之盡量涵蓋正常胰腺組織并避開病灶及十二指腸(圖1),結果不一致時經協商決定。以A.K軟件(GE Healthcare, AnalysisKit,Version:3.2.0.R)提取特征,采用組內相關系數(intraclass correlation efficient, ICC)評價2名醫師提取紋理特征的一致性,將ICC≥0.8的特征用于進一步分析。

圖1 于增強門靜脈期CT圖像中勾畫胰腺VOI(紅色區域)示意圖 A.PD術后POPF(-)患者;B.PD術后POPF(+)患者
1.3.2 特征篩選 于訓練集中應用最大相關最小冗余(maximum correlation and minimum redundancy,mRMR)以減少冗余特征,并進一步采用最小絕對收縮與選擇算子(least absolute shrinkage and selection operator,LASSO)回歸進行數據降維;采用十折交叉驗證選擇最優超參數λ,以篩選系數不為0者作為最優影像組學特征,用于建立影像組學標簽;計算患者層面影像組學評分(radscore)。以驗證集數據對所獲模型進行驗證。
1.4 統計學分析 采用SPSS 20.0統計分析軟件。以±s表示符合正態分布的計量資料,采用t檢驗比較。對計數資料行χ2檢驗。采用R 3.5.1軟件,以Logistic邏輯回歸分析構建影像組學模型,預測PD后患者是否發生POPF。采用受試者工作特征(receiver operating characteristic,ROC)曲線評價影像組學模型的預測效能,計算相應曲線下面積(area under the curve,AUC),并以DeLong檢驗比較影像組學模型預測訓練集與驗證集數據AUC的差異。以Wilconxon檢驗分別比較訓練集及驗證集中POPF(-)與POPF(+)患者radscore的差異。P<0.05為差異有統計學意義。

表2 驗證集PD后POPF(-)與POPF(+)患者一般資料比較(例)
252例中,152例POPF(-),100例POPF(+)。訓練集177例中,107例POPF(-),70例POPF(+);測試集75例中,45例POPF(-),30例POPF(+)。
2.1 一般資料比較 訓練集及驗證集中,POPF(-)與POPF(+)患者間年齡、性別、體質量指數(body mass index,BMI)、糖尿病及高血壓病史差異均無統計學意義(P均>0.05),見表1、2。

表1 訓練集PD后POPF(-)與POPF(+)患者一般資料比較(例)
2.2 影像組學特征提取及篩選 共提取653個影像組學特征,包括一階直方圖特征、形態學特征、灰度共生矩陣特征(gray level co-occurrence matrix, GLCM)、區域大小矩陣特征(gray level size zone matrix, GLSZM)、灰度游程矩陣特征(gray level run length matrix, GLRLM)及小波變化和拉普拉斯變化(log)特征。經特征降維(圖2A)等處理,發現最優調諧參數Logλ=0.012 9時二項式偏差最小,據此選出14個系數不為0的最優影像組學特征(圖2B、2C)。

圖2 篩選影像組學特征示意圖 A.采用LASSO法篩選影像組學特征;B.影像組學特征LASSO系數的剖面圖;C.最終選出的14個最優影像組學特征及其權重
2.3 建立影像組學模型及評價其效能 針對訓練集最優影像組學特征參數行加權求和,計算radscore;建立影像組學模型,并對訓練集及驗證集進行分類。
ROC曲線顯示,影像組學模型預測訓練集PD術后患者是否發生POPF的AUC為0.82[95%CI(0.76,0.88)],radscore截斷值為-0.48時,其診斷準確率、敏感度、特異度、陽性預測值及陰性預測值分別為0.71、0.58、0.91、0.91及0.57;影像組學模型在驗證集中的AUC為0.82[95%CI(0.72,0.91)],診斷的準確率、敏感度、特異度、陽性預測值及陰性預測值分別為0.76、0.66、0.86、0.83及0.71,見圖3。DeLong檢驗顯示,影像組學模型預測訓練集與驗證集數據的AUC差異無統計學意義(Z=0.61,P=0.54)。經Wilconxon檢驗,影像組學模型對POPF(-)與POPF(+)有較好的區分度,訓練集及驗證集POPF(-)與POPF(+)患者radscore差異均有統計學意義(P均<0.01),見圖4。

圖3 影像組學模型預測PD術后患者POPF的ROC曲線 A.訓練集;B.驗證集

圖4 訓練集(A)及驗證集(B)POPF(-)與POPF(+)患者radscore比較箱式圖
影像組學為影像定量分析技術,能挖掘圖像的深層次影像特征并客觀量化病灶特征,可用于定性診斷病變、對病情進行分級及預測預后[4-5]。
PD為治療胰頭及其周圍腫瘤的常用手段,術后并發癥發生率較高[6]。PD術后各種常見并發癥中,胰瘺對預后影響較大,且臨床難以預防。POPF存在繼發并發癥風險,包括敗血癥、腹腔出血、腹腔膿腫、膿毒血癥及膿毒性休克等,嚴重者可致患者死亡[7]。術前準確預測術后POPF對于指導制定治療方案及降低POPF發生率具有十分重要的臨床意義。
文獻[8-9]報道,術后胰瘺發生、發展與多項臨床危險因素相關,如胰腸吻合方式、胰腺質地、胰管直徑及術中出血量等;但上述指標均具有一定主觀性和不可控性,且缺乏統一標準,不同醫療機構之間POPF發生率與相關危險因素存在差異[10]。MAEHIRA等[11]的研究結果顯示,POPF(+)組平掃和增強動脈期胰腺實質CT值顯著高于POPF(-)組、而增強靜脈期和延遲期CT值均低于POPF(-)組,并認為上述表現對預測POPF風險有一定意義。BARBIER等[12]發現PD術后患者胰體厚度與主胰管直徑的比值與POPF顯著相關,可用于術前預測POPF。YU等[13]認為,胰腺厚度、腹壁脂肪厚度、平掃胰腺CT值、平掃胰腺與脾CT值比值以及平掃CT胰腺與腹主動脈CT值比值均與POPF具有相關性。另一方面,上述研究均基于常規平掃CT,其分析存在一定主觀局限性。采用影像組學方法可量化醫學圖像的像素與空間分布關系,相比傳統影像學檢查更具客觀性,并能深層次挖掘圖像的影像學特征。
增強門靜脈期CT圖像中胰腺病灶與胰腺實質及周圍組織分界較清,故相關影像組學研究[14]多針對該期圖像進行分析。本研究基于術前增強門靜脈期CT提取并篩選胰腺實質影像組學特征,建立預測PD術后POPF的影像組學模型,結果顯示該模型在訓練集和驗證集中的AUC均為0.82,即診斷效能好,且對于驗證集數據的準確率稍高于訓練集,可能與模型正則化過多有關。本研究共篩選出14個最優影像組學特征用以構建影像組學模型,包括GLCM、GLRLM、log及小波變化特征等,其中GLRLM、GLCM及log特征反映胰腺組織的異質性和成分復雜性[15],提示POPF(-)與POPF(+)患者CT所示胰腺組織灰度分布和體素強度存在差異。但本研究存在局限性:①單中心回顧性研究,缺乏外部驗證;②未分析胰瘺程度,有待擴大樣本量進行多中心研究,以提高結果的臨床適用性。
綜上所述,基于術前增強CT的影像組學模型能有效預測PD術后POPF。