基于影像组学的原发性硬化性胆管炎预后预测：一项概念验证研究揭示FS-T2W序列GLRLM-Run Entropy标志物的临床价值

　　本研究表明，通过标准化MRI序列提取的影像组学特征（特别是FS-T2W序列中的GLRLM-Run Entropy）能够有效预测原发性硬化性胆管炎（PSC）患者的疾病风险分层。该定量指标与Mayo风险评分（MRS）和肝脏硬度（LSM）显著相关，在多变量模型中展现出优异的预测性能（C-index=0.857），为无创、可重复的PSC预后评估提供了新方向。

　　

摘要

本研究旨在探索基于磁共振成像（MRI）的影像组学特征在原发性硬化性胆管炎（PSC）风险分层中的价值。通过前瞻性纳入2019年1月至2022年12月期间接受钆塞酸二钠增强MRI的PSC患者，使用PyRadiomics软件按照图像生物标志物标准化倡议（IBSI）标准从五个MRI序列中提取全肝实质特征。患者根据Mayo风险评分（MRS）和肝脏硬度测量（LSM）分为不同风险组。研究通过独立队列验证筛选出的特征，并在合并队列中进行生存分析以评估其对临床事件的预测价值。

背景与目的

PSC的风险评估目前主要依赖半定量MRI分析，存在解释变异性的问题。影像组学可能提供一种定量化的风险分层方法。本研究旨在探索和验证MRI衍生的影像组学特征，以识别高风险PSC患者。

方法

研究连续纳入接受标准化钆塞酸二钠增强MRI方案的PSC患者。通过PyRadiomics从五个MRI序列中提取全肝实质特征。患者根据MRS和LSM分为风险组。筛选与高风险患者相关的特征并在独立队列中验证。在合并队列中通过生存分析评估影像组学特征对临床事件的预测价值。

结果

共102例PSC患者纳入研究。在训练队列中识别出五个与高风险相关的影像组学特征。在验证队列中，脂肪抑制T2加权成像（FS-T2W）序列中的GLRLM-Run Entropy是唯一显著的特征，对MRS的比值比（OR）为3.90，对LSM的OR为2.97。在合并队列中，Cox回归分析证实其具有预后价值（风险比HR=1.480），显示出优异的预测性能（C-index=0.857）。

结论

FS-T2W序列中的GLRLM-Run Entropy是一种新型的基于影像组学的生物标志物，可用于PSC患者的风险分层。该特征具有定量化、标准化、易于计算和无成本的特点，有望成为PSC放射学生物标志物领域的重要创新。

引言

PSC临床实践中缺乏经过验证的生物标志物，这给识别高风险患者、设计临床试验和测试新药带来了挑战。虽然MRI与胆管胰腺造影序列（MRCP）是PSC诊断和分期的金标准，但现有预测模型依赖定性或半定量变量，导致性能欠佳、可重复性有限。影像组学通过从MRI中提取定量信息，提供了一种解决方案。

方法学细节

患者选择

2020年1月至2021年10月期间所有经钆塞酸二钠增强MRI的PSC患者被纳入研究。诊断依据欧洲指南标准。排除标准包括小胆管PSC、其他肝脏疾病、既往胆道手术或肝移植史等。患者按时间分为训练队列（56例）和验证队列（43例）。

临床数据

收集包括肝功能检验（LFTs）、Mayo风险评分（MRS）、阿姆斯特丹牛津评分（AOS）、ANALI评分和肝硬度测量（LSM）在内的临床数据。LSM要求在MRI前后3个月内完成，且满足10次有效测量和IQR/中位数比值<0.3的标准。

风险分类

使用替代预测标志物进行风险分类：MRS>0定义为高风险，LSM>9.6kPa也表示高风险。该临界值基于既往研究证实与组织学纤维化和临床事件风险相关。

MRI技术

使用1.5T MRI扫描仪（Philips Ingenia）获取图像。序列选择遵循国际PSC研究组（IPSCsg）建议，重点关注能够识别胆管周围肝实质纤维化和炎症信号的序列。

图像分析与特征提取

采用半自动肝脏分割方法，在T1加权肝胆期（HBP）图像上定义感兴趣区域（ROI），并将其空间配准到其他MRI序列。使用PyRadiomics提取特征，并评估特征在不同简化分割中的可移植性。

统计分析

分类变量用数字（百分比）表示，连续变量用中位数（四分位距）表示。使用逻辑回归计算比值比（OR）和曲线下面积（AUC）来评估特征与高风险分类的关联。在合并队列中进行时间-事件分析，使用Cox比例风险回归评估预后价值。

结果

患者特征

最终99例患者纳入分析。训练队列和验证队列在基线特征上无显著差异。中位年龄分别为35岁和45岁，女性比例分别为50.0%和37.2%，合并炎症性肠病（IBD）的比例分别为74.1%和62.8%。

特征选择与验证

在训练队列中，针对MRS>0筛选出ADC图中的NGTDM-Busyness和FS-T2W中的GLRLM-Run Entropy；针对LSM>9.6kPa筛选出T1W HBP中的GLCM-Cluster Shade、ADC图中的GLDM-Large Dependence Low Gray Level Emphasis和FS-T2W中的GLRLM-Run Entropy。在验证队列中，只有FS-T2W中的GLRLM-Run Entropy consistently与高风险显著相关。

临床结局预测

中位随访21.38个月期间，发生11例临床事件（6例肝失代偿，5例肝移植）。FS-T2W GLRLM-Run Entropy与临床事件显著相关（HR=1.480）。当与AOS、MELD评分等已知风险指标结合时，进一步提高了预测准确性。

讨论

本研究首次证实FS-T2W序列中的GLRLM-Run Entropy能够有效识别PSC高风险患者。该特征反映了胆管周围炎症和纤维化的复杂纹理模式，提供了人眼无法识别的定量信息。该方法使用免费工具实现，具有临床推广的可行性。

尽管使用替代标志物进行特征选择存在局限性，但独立队列验证和生存分析结果支持结论的可靠性。未来需要在多中心研究中验证该特征的稳健性，并探索其与现有MRCP分析软件的整合应用。

创新点与意义

本研究的主要创新在于发现了一个标准化、可重复计算的影像组学特征，能够定量评估PSC患者的疾病风险。与传统半定量方法相比，该特征提供了更客观、可重复的风险评估手段，有望改善临床试验患者分层和个体化治疗决策。

局限性

研究的局限性包括使用替代标志物进行特征选择、单中心设计以及缺乏外部验证。未来需要通过多中心研究验证该特征在不同扫描仪和协议下的稳健性。

结论

FS-T2W序列中的GLRLM-Run Entropy是一种有前景的PSC风险分层生物标志物，其定量化、标准化和易于计算的特点使其具有临床转化潜力。该发现为PSC的精准医疗提供了新的影像学工具。