Page 48 - 南京医科大学自然版
P. 48
第45卷第11期
·1578 · 南 京 医 科 大 学 学 报 2025年11月
方案。本研究同样是从患者术前影像资料提取特 预后有一定价值，未来的工作将重点确认LNR在预
征后通过机器学习建立模型获取影像组学评分，再 测长期生存和其他临床结果方面的价值，并探索与
结合临床资料，通过回归建模量化 LNR，进一步开 其他生物标志物联合使用的可能性，以优化临床医
发列线图模型用于临床实践，这能够综合考虑患者 生的术前决策。
的临床、病理和影像学特征，并通过直观的列线图 利益冲突声明：
形式展示预测的LNR水平 ［17］ ，为术前评估提供更精 所有作者声明无利益冲突。
Conflict of Interests：
准的信息，而不仅仅是二分类预测，并且使得 LNR
All the authors declare no conflict of interests.
预测结果可视化，提高了模型的可解释性和临床可
作者贡献声明：
用性。值得注意的是，在列线图中cN分期为0的得
陈柃池、周乾正参与数据收集与文章撰写；李沣员、李琼
分超过了cN分期为1，但是差距并不是很明显，这可 参与数据收集与文章修改；徐皓完成胃癌手术，参与提供本
能是因为淋巴结转移早期在术前 CT 中的辨识度不 文想法。
高，分期判读不准确导致。与仅基于影像特征建立 Author’s Contributions：
的模型相比，本研究的列线图模型在AUC及DCA中 CHEN Lingchi and ZHOU Qianzheng participated in data
均展现出更优的性能，表明影像组学模型结合临床 collection and article writing；LI Fengyuan and LI Qiong were in⁃
信息的策略使得其在LNR预测效能方面显著提升。 volved in data collection and article revision；XU Hao performed
LNR 是新辅助胃癌患者预后的良好预测指 the gastric cancer surgery and contributed to the conceptualiza⁃
tion of this paper.
标。与低 LNR 患者相比，高 LNR 患者的预后明显
更差 ［18-19］ 。利用本研究的模型可对患者进行术前 ［参考文献］
LNR 预测，如有较高 LNR 预测值的患者，则可以选 ［1］ SUNG H，FERLAY J，SIEGEL R L，et al. Global cancer
择在术前通过新辅助化疗来实现临床N分期降期或 statistics 2020：GLOBOCAN estimates of incidence and
在术中扩大淋巴结清扫范围。结合影像组学数据， mortality worldwide for 36 cancers in 185 countries［J］.
CA Cancer J Clin，2021，71（3）：209-249
可以更精准地筛选出适合新辅助化疗的患者，改善
［2］ 洪 蕴，景鑫喆，周逸倩，等. 1990—2021 年全球及中
患者预后。通过这种个性化的分层评估，患者的治
国的胃癌疾病负担及变化趋势分析［J］. 中国普外基础
疗方案将更符合实际情况，避免过度治疗或治疗不
与临床杂志，2024，32（1）：74-82
足的风险，提升治疗疗效和生存期。 HONG Y，JING X Z，ZHOU Y Q，et al. Analysis of the
本研究的主要优势包括：①采用影像组学特征 disease burden and change trend of gastric cancer in Chi⁃
结合机器学习回归建模，使得 LNR 预测更加精准， na and worldwide from 1990 to 2021［J］. Chinese Journal
而非仅限于淋巴结阳性/阴性的二分类；②结合临床 of Bases and Clinics in General Surgery，2024，32（1）：
因素创建预测模型，相比单纯影像组学提高了模型 74-82
效能，且通过列线图实现预测结果的可视化，提高 ［3］ FEINSTEIN A R，SOSIN D M，WELLS C K. The Will
Rogers phenomenon. Stage migration and new diagnostic
了临床应用价值；③系统评估了模型的区分能力和
techniques as a source of misleading statistics for survival
临床效用，确保了结果的可靠性。
in cancer［J］. N Engl J Med，1985，312（25）：1604-1608
尽管本研究取得了较为理想的结果，但仍存在
［4］ ZENG Y，CAI F，WANG P，et al. Development and valida⁃
一定局限性。首先，本研究基于回顾性数据，且样 tion of prognostic model based on extragastric lymph
本量较小，可能存在选择偏倚。其次，影像组学特 nodes metastasis and lymph node ratio in node ⁃ positive
征的提取与分析受影像质量、扫描参数及手动分割 gastric cancer：a retrospective cohort study based on a
的影响，标准化方法仍需进一步优化。最后，本研 multicenter database［J］. Int J Surg，2023，109（5）：1220-
究缺乏外部验证，单中心的结论可能存在一定的外 1231
［5］ 邵欣欣，李维坤，胡海涛，等. 局部进展期胃癌新辅助化
部有效性偏差。因此，未来需要通过多中心大样本
疗后 ypT0~2N0M0 期患者预后的危险因素分析［J］. 中
的前瞻性研究进一步验证该模型的有效性和普适
华肿瘤杂志，2024，46（5）：432-439
性。此外，未来可结合深度学习方法或多模态影像
SHAO X X，LI W K，HU H T，et al. Analysis of prognos⁃
（如PET⁃CT或MRI）进一步提升模型的预测能力。
tic risk factors for patients with locally advanced gastric
本研究通过建立影像组学模型，成功获得可在 cancer in the stage ypT0~2N0M0 after neoadjuvant che⁃
术前预测患者LNR的列线图模型，对改善胃癌患者 motherapy［J］. Chinese Journal of Oncology，2024，46
