Page 110 - 南京医科大学学报自然科学版
P. 110

第43卷第4期
               ·548 ·                            南 京    医 科 大 学 学         报                        2023年4月


              桥、延髓）很少引起癫痫发作。同时难治性癫痫在                            研究队列在TCGA数据库中提供的分子诊断指标上
              累及中颞叶和岛叶（边缘叶）结构的肿瘤中尤为常                            并不全面，因此本研究所建立的风险模型并未纳入
              见 ［24］ 。这与颞叶和岛叶皮层的高致痫性有关。本                        相关指标，在今后的研究中有必要将该方面的指标
              研究所构建的风险模型筛选出了 3 个空间特征，包                          纳入模型分析。此外，本研究纳入样本量偏少，在
              括肿瘤分别占小脑、颞叶、胼胝体、穹窿、扣带回的                           多中心进行模型的普适性验证是必要的，同时一些
              比例。虽然回归系数显示均与癫痫发生呈现负相                             结果如肿瘤的异质性与癫痫风险的相关性等有待
              关，究其原因，可能是由于与TGM参数相比，肿瘤空                          后续前瞻性临床研究验证。尽管有这些缺点，本研
              间参数对癫痫的促进影响并不显著。另一方面，小                            究结果仍然表明，通过影像组学建立的癫痫风险模
              脑侵犯比例较颞叶侵犯所起的负贡献值相对更大，                            型可以有效地帮助肿瘤医生无创预测DLGG相关癫
              因此，小脑肿瘤较颞叶肿瘤更不易发生癫痫。这与                            痫的发生。
              以往研究所得出的结果一致。本研究发现特殊结                             ［参考文献］
              构如胼胝体及扣带回侵犯对癫痫发生也有贡献。
                                                                ［1］ 王   康，靳    峰. 弥漫性低级别胶质瘤的临床影像学及
              其中，胼胝体调节两个大脑半球之间的功能连接和
                                                                     分子病理分型的相关研究进展［J］. 中华神经医学杂
              整合，其遭受侵犯时导致的神经损伤可能促进了癫
                                                                     志，2020，19（6）：562-565
              痫的发生    ［25］ 。扣带回作为额叶的一部分，该部位的                    ［2］ 杨学军，陈      宏，李佳博，等. 2021 年世界卫生组织中
                                               ［26］
              胶质瘤通常以额叶癫痫作为首发症状 。                                     枢神经系统肿瘤分类（第五版）整合及分层诊断解读
                  本研究模型中呈现负相关最大的2个影像特征                              ［J］. 中国现代神经疾病杂志，2021，21（9）：764-768
              均为灰度共生矩阵（grey⁃level co⁃occurrence matrix，         ［3］ SOLOMONS M R，JAUNMUKTANE Z，WEIL R S，et al.
                                                                     Seizure outcomes and survival in adult low⁃grade glioma
              GLCM）类的纹理特征（GLCM⁃energy、GLCM⁃homoge⁃
                                                                     over 11 years：living longer and better［J］. Neuro Oncol
              neity），GLCM⁃energy显示肿瘤能量的均匀性，GLCM⁃
                                                                     Pract，2020，7（2）：196-201
              homogeneity 显示肿瘤组织的同质性          ［27］ ，肿瘤同质性
                                                                ［4］ CHEN H，JUDKINS J，THOMAS C，et al. Mutant IDH1
              的大小通常与肿瘤的恶性程度呈现负相关，由此，
                                                                     and seizures in patients with glioma［J］. Neurology，2017，
              本研究认为异质性越大的脑胶质瘤发生癫痫的风
                                                                     88（19）：1805-1813
              险越高。然而，有研究却表明，更高的肿瘤均匀性                            ［5］ VENKATESH H S，MORISHITA W，GERAGHTY A C，
              表明更高的癫痫风险          ［28］ 。这与本研究所得结果产                    et al. Electrical and synaptic integration of glioma into
              生了分歧，关于脑瘤异质性和癫痫风险的关系尚未                                 neural circuits［J］. Nature，2019，573（7775）：539-545
              有研究阐明，其中机制还亟待今后的深入探索。                             ［6］ ZHANG J，YAO L，PENG S P，et al. Correlation between
                  本研究开发的放射组学特征模型成功地根据                                glioma location and preoperative seizures：a systematic re⁃
                                                                     view and meta⁃analysis［J］. Neurosurg Rev，2019，42（3）：
              癫痫风险对患者进行了分层，将放射组学特征和临
                                                                     603-618
              床特征纳入列线图，进一步促进了癫痫发作及远期
                                                                ［7］ ZHOU Z G，HUANG R Y，CHAI R C，et al. Identification
              生存情况的预测。此前，Liu 等            ［28］ 基于低级别胶质
                                                                     of an energy metabolism⁃related signature associated with
              瘤患者的术前 MRI 影像也建立了相关癫痫风险模
                                                                     clinical prognosis in diffuse glioma［J］. Aging，2018，10
              型。本研究在其基础上，进一步将影像风险评分                                 （11）：3185-3209
              结合临床指标构建了 3 年、5 年列线图，与单纯的                         ［8］ JANG B S，KIM I A. A radiosensitivity gene signature and
              临床特征相比，在预后方面呈现了更好的预测能                                  PD⁃L1 predict the clinical outcomes of patients with lower
              力。总之，模型结合了放射组学特征和临床特征，                                 grade glioma in TCGA［J］. Radiother Oncol，2018，128
              可以对DLGG相关癫痫的风险进行无创性及个体化                               （2）：245-253
              的评估。                                              ［9］ AHLUWALIA P，MONDAL A K，BLOOMER C，et al.
                                                                     Identification and clinical validation of a novel 4 gene ⁃
                  本研究仍有一些局限性，根据2021年最新发布
                                                                     signature with prognostic utility in colorectal cancer［J］.
              的第五版 WHO 中枢神经系统肿瘤分类，将组织病
                                                                     Int J Mol Sci，2019，20（15）. 3818
              理学与分子分型相结合对胶质瘤进行诊断，无疑是
                                                                ［10］ CHEN H，LIN F，ZHANG J，et al. Deep learning ra⁃
              提高了分子诊断在中枢神经系统肿瘤分类及危险                                  diomics to predict PTEN mutation status from magnetic
                          ［2］
              分层中的地位 。这一新增诊断方式使得今后弥漫                                 resonance imaging in patients with glioma［J］. Front On⁃
              性胶质瘤的诊断和治疗更加精准化。然而由于本                                  col，2021，11：734433
   105   106   107   108   109   110   111   112   113   114   115