基于CT增强异质性的联合肝癌-胆管癌组分预测与预后评估模型的构建及验证

　　本研究针对联合肝癌-胆管癌（cHCC-CCA）组分预测难题，通过CT增强比率构建肿瘤异质性成像模型。研究人员整合影像学特征与栖息地参数开发联合列线图，实现术前主成分精准预测（AUC达0.927），成功验证其对于无复发生存期和总生存期的预后分层价值，为个性化治疗提供新工具。

　　

通过计算机断层扫描（CT）增强成像技术揭示肿瘤内部异质性，研究人员开发了一种创新性的预测模型。该研究聚焦联合性肝细胞癌-胆管癌（combined hepatocellular-cholangiocarcinoma, cHCC-CCA）这种具有双重病理特征的肝脏恶性肿瘤，利用早期和晚期增强比率图谱的体素数据，采用k-means算法将肿瘤区域聚类成四个特征性栖息区域。

研究团队对165例经病理确诊的患者进行回顾性分析，通过量化不同栖息区域的体积分数（其中栖息地1分数f₁与栖息地4分数f₄显示显著组间差异），结合肿瘤包膜、冠状强化、延迟强化等影像学特征，构建了多功能列线图预测模型。该模型在训练组和验证组分别达到0.927和0.923的曲线下面积（AUC），显著提升了对高肝细胞癌组分（high-HCC%）的预测精度。

更重要的是，基于列线图预测的高HCC%组别在无复发生存期（recurrence-free survival）和总生存期（overall survival）方面均表现出更优的临床结局。这项突破性研究首次证实CT增强异质性成像可作为cHCC-CCA组分预测的有效工具，为术前精准评估和个体化治疗策略制定提供了重要依据。