基于超聲造影LI-RADS特征的肝細胞癌微血管侵犯列線圖模型的構建及驗證

奚 靜，顧美琴，包作偉

1 江蘇大學附屬武進醫院(徐州醫科大學武進臨床學院)超聲科，江蘇 常州 213000；2 常州市第三人民醫院 超聲科，江蘇 常州 213000

肝細胞癌(HCC)在我國的發病率居男性所有惡性腫瘤第5位和女性第8位，早期手術根治性切除仍是目前主要的臨床方案，但是術后5年無復發生存率較低，僅為26%～40%[1]。研究[2]證實微血管侵犯(microvascular invasion，MVI)是手術殘留和術后早期復發的重要原因，是預測患者生存率的有用參數之一。與MVI陰性患者相比，MVI陽性患者更早、更易出現腫瘤肝內轉移，導致總體生存預后不理想[3]。因此，MVI陽性HCC首選更大范圍的手術切緣(>5 mm)。目前，術后腫瘤標本的病理檢查仍然是確定MVI的“金標準”，但不能用于術前評估MVI的發生風險。因此，建立一個基于術前變量的預測模型評估MVI對制訂恰當的手術方案非常重要。腹部超聲檢查是診斷HCC、評估腫瘤分期和制訂治療方案的重要工具[4-5]。與CT和MRI的增強模式相比，超聲造影(contrast-enhanced ultrasound，CEUS)能夠實現動態、實時掃描，真實反映腫瘤微環境中的血管狀況，具有無射線暴露、重復性強和費用低廉的優點[6-7]。CEUS灌注特征[即動脈期高強化(arterial phase hyperenhancement，APHE)模式及造影劑清除時間]可用于識別腫瘤的侵襲特征，如分化程度和MVI[8-10]。2011年，美國放射學會發布了基于CEUS的肝臟成像報告和數據系統(liver imaging report and data system，LI-RADS)，并相繼進行了4次更新。目前，尚缺乏關于CEUS LI-RADS特征與HCC MVI之間的關系研究。本研究主要基于HCC患者CEUS LI-RADS特征建立預測MVI的列線圖模型并進行驗證。

1 資料與方法

1.1 研究對象 采用單中心、回顧性臨床病例研究，納入2017年1月—2020年7月在江蘇大學附屬武進醫院確診的HCC患者共262例，按照1∶1比例隨機分為建模組和驗證組各131例，以術后鏡下病理結果確診MVI。

納入標準：(1)年齡>18歲；(2)符合HCC的病理診斷，術前未進行放化療；(3)無明確的肝動脈或者靜脈癌栓征象。排除標準：(1)轉移性肝癌，其他部位原發腫瘤；(2)超聲圖像不清晰，結果判讀不能達成一致；(3)肝移植、肝功能衰竭；(4)自身免疫性疾??；(5)臨床資料不完整。

1.2 研究方法

1.2.1 收集資料 包括性別、年齡、是否合并乙型肝炎和肝硬化、腫瘤TNM分期和分化級別，血生化指標包括凝血酶原時間(PT)是否>14 s、血清AFP、PLT、TBil、Alb和ALT水平。二維超聲觀察腫瘤直徑是否≥30 mm、回聲類型(低、等或高)、有無邊緣不清、不規則外形、Halo征和血管分布(少、多)，CEUS LI-RADS特征包括分級(3～4、5和M)、LR-5動脈期增強和造影劑“后出”征象、LR-M邊緣增強和“先出”征象、鑲嵌圖形征和結節征。

1.2.2 超聲檢查 采用意大利MyLab 90 X型ESAOTE超聲檢查儀及配套腹部線性探頭，包括二維超聲和造影探頭。首先進行二維超聲檢查，確定腫瘤病灶并記錄腫瘤直徑的最大橫截面。然后啟動造影模式，經外周靜脈套管團注2.4 mL SonoVue造影劑(意大利Bracco公司)，隨后注入5 mL生理鹽水進行沖洗，同時啟動超聲計時器。連續掃描肝臟局灶病變(FLL)捕獲動脈相，持續約60 s，對于多發病灶可適當延長觀察時間；然后對每個FLL進行20～30 s的間歇性觀察，直到微泡從循環中清除(通常長達5 min)。錄制所有視頻剪輯并傳輸到系統自帶后處理工作站，由2名經驗豐富的超聲科醫師獨立閱片并進行判讀，當結果不一致時由第3位經驗豐富的超聲科專家進行判斷。

1.2.3 結果判讀 與周圍實質的回聲相比，定義為等回聲、低回聲或高回聲。病灶的外形分為圓形/橢圓形或不規則形。邊緣分為清晰邊界和界限不清。彩色多普勒超聲圖像判斷腫瘤內血管形成，分為少(腫塊內不超過3個血管段)和多(腫塊內超過3個血管段)。LI-RADS分級[11]包括LR-3、4、5和M，其中LR-3定義為FLL超過20 mm，同時無延遲造影劑清除的APHE；LR-4定義為FLL超過20 mm，同時無APHE和造影劑“后出”征象，或者FLL<20 mm，同時無APHE，或者FLL<10 mm，同時有延遲造影劑清除的APHE；LR-5定義為FLL>10 mm，同時有APHE和造影劑“后出”征象；LR-M定義為FLL邊緣強化，或造影劑“先出”征象，無論病變大小(圖1)。

注：a，肝硬化患者超聲顯示腫瘤直徑35.5 mm，低回聲(虛線處)；b，MVI陰性，LR-5動脈期增強和“后出”征象(虛線處)；c，MVI陽性，LR-M邊緣增強和“先出”征象(虛線處)；d，病理標本顯示分化良好，無MVI(HE染色，×100)。

2 結果

2.1 建模組與驗證組的臨床資料 建模組與驗證組患者的臨床資料和CEUS結果比較，差異均無統計學意義(P值均>0.05)(表1)。

表1 建模組與驗證組的臨床資料和CEUS特征比較

2.2 MVI的危險因素分析 建模組確診MVI 70例，以MVI(陽性=1，陰性=0)作為因變量進行Logistic回歸分析。AFP連續性變量轉換為分類變量，根據百分位數，<20 ng/mL賦值=1，20～400 ng/mL賦值=2，≥400 ng/mL賦值=3。

單因素分析顯示，與MVI陰性患者相比，MVI陽性患者血清AFP水平明顯升高，腫瘤直徑增大，LI-RADS顯示LR-5“后出”和LR-M“先出”增多，LI-RADS分級較高，差異均有統計學意義(P值均<0.05)。多因素分析顯示，AFP、腫瘤直徑≥30 mm和CEUS顯示LR-M是MVI的獨立危險因素(P值均<0.05)(表2)。

表2 MVI的危險因素分析

2.3 MVI的列線圖模型 根據多因素回歸分析篩選的主要危險因素權重值建立列線圖模型(圖2)。列線圖的一致性指數C-Index為0.765(95%CI：0.701～0.834)。

圖2 MVI的列線圖模型

2.4 列線圖模型的ROC曲線分析 ROC曲線結果顯示，列線圖預測建模組和驗證組MVI的AUC值分別為0.867和0.821，95%CI分別為0.779～0.897和0.754～0.882，P值均<0.001；敏感度分別為80.5%和76.3%，特異度分別為72.9%和65.9%(圖3)。

注：a，建模組；b，驗證組。

2.5 列線圖模型的預測曲線 建模組和驗證組的預測校準曲線與標準曲線均接近(圖4)。

注：a，建模組；b，驗證組。

3 討論

CEUS是術前描述肝臟局灶性病變的重要工具。本研究顯示，HCC患者MVI的發生率為48.1%，與既往大樣本調查[12]結果基本一致。MVI在HCC中發生率較高，是導致術后腫瘤復發率升高和生存率下降的重要不利因素。影響MVI的發生因素較多，如手術是否根治、腫瘤分期和分化程度、患者自身代謝等[13-14]，篩選與MVI發生密切的危險因素并建立簡便、可視化的列線圖模型，對指導術前識別MVI高?；颊卟⒅贫ㄇ‘數氖中g方案具有較好的應用價值。

AFP 已被證實是診斷HCC的敏感性和特異性較高的生化標志物，AFP>400 ng/mL是MVI的最佳預測因子，水平越高提示腫瘤的惡性程度越高和代謝能力越強[15]。腫瘤直徑>30 mm提示增殖活性旺盛，局部微血管侵犯和鄰近組織轉移的可能性越大[16]。LR-M最初設計用于各種非肝癌患者的惡性腫瘤評估，表現出明顯的影像學特征[17-18]。臨床上有不典型的HCC也可歸類為LR-M，作為LR-M的主要特征，邊緣強化和進行性中央強化是MVI的重要預測因子[19]。Zhu等[20]指出，HCC患者CEUS征象中無造影劑“先出”(即增強期時間<30 s)中MVI陽性率僅為10.5%，而表現為造影劑“先出”征象的HCC患者MVI陽性率高達86.7%，提示造影劑“先出”征象對HCC患者MVI陽性有較好的預測價值。造影劑“先出”與MVI之間的關系，原因推測為門靜脈是HCC的主要引流血管，血管閉塞癌栓引起細小分支進一步惡化，減少靜脈血流量，有利于“先出”的發生[21]。此外，更大的腫瘤可能表現出較低的分化程度。隨著腫瘤直徑的增加，細胞增殖率可能增大2～3倍并導致微血管密度進一步降低[22]，也是導致“先出”發生的原因。

本研究建立的MVI列線圖模型，具有較好的穩定性(C-Index為0.765)。ROC曲線顯示，列線圖預測建模組和驗證組MVI的準確性均較高，并且校準曲線與標準曲線均接近。提示該模型有較好的預測能力。

本研究也有一定的局限性：樣本量有限，僅涵蓋本中心的病例數據，臨床推廣還需要謹慎對待。此外，還可能存在其他權重因素影響MVI的發生，如造影前后的腫瘤直徑變化。對CEUS的腫瘤征象判斷盡管由多位經驗豐富的超聲科專家進行獨立判斷，但仍然有一定的主觀性，引入客觀性更強的參數建立模型對結果的影響可能更小。

綜上所述，利用CEUS得出LI-RADS用于評估HCC的MVI發生風險有較好的應用價值，結合AFP和腫瘤直徑建立的列線圖模型有助于指導臨床術前篩選MVI高?；颊?，從而制訂恰當的手術切除方案。

倫理學聲明：本研究方案于2016年12月17日經由江蘇大學附屬武進醫院倫理委員會審批，批號：2016-P2-010，所納入患者均簽署知情同意書。

利益沖突聲明：本研究不存在研究者、倫理委員會成員、受試者監護人以及與公開研究成果有關的利益沖突。

作者貢獻聲明：奚靜負責課題設計，資料分析，撰寫論文；顧美琴、包作偉參與收集數據，修改論文。