Page 42 - 《南京医科大学学报（自然科学版）》2025年第9期
P. 42

第45卷第9期
               ·1254 ·                           南 京    医 科 大 学 学         报                        2025年9月


              于肺部受到放射治疗剂量的损伤而引起的炎症反                             能，且肌少症评分（P=0.051）、CT 特征（P=0.042）和
              应，Anthony等  ［33］ 收集了96例患者的数据，发现临床                 PET特征（P=0.011）均对无复发生存具有独立预测价
              参数（如平均肺剂量、吸烟史、肿瘤位置）与RP无显                          值。这些发现提示，将影像组学参数与机体代谢状态
              著关联，但放射治疗前的 PET 扫描中的 SUV 和 CT                    （如肌少症）及临床特征相结合，不仅能更全面反映肿
              的纹理特征与 RP 显著相关，尤其是 SUV 标准差。                       瘤生物学特性和宿主微环境，还可为预后评估提供新
                                                                                   ［42］
              同时，Hou等    ［34］ 研究表明，单纯测量感兴趣区域内的                  的生物标志物，Iyer等 关于术前CT人体成分特征预
              放射性浓度与整个肺的放射性浓度的标准化摄取                             测食管切除术后生存的研究也佐证了这一观点。这
              值比率（standardized uptake value ratio，SUVR），并不      种多维度整合策略为优化临床决策提供了新思路，有
              能有效预测 RP。然而，当特别关注接受到 20 Gy 和                      望推动精准医疗在食管癌治疗中的应用。
              27 Gy辐射剂量的肺组织区域的SUVR变化时，这些
                                                                3  影像组学拓展
              区域的 SUVR 增加被证明是急慢性 RP 的强预测因
              子，这与 Wang 等    ［35］ 发现相似。这些发现有助于建                 3.1  影像基因组学
              立一个独特的生物物理预测模型，以降低食管癌患                                 影像基因组学作为新兴交叉学科，通过整合影
              者接受NCRT时发生RP的风险。                                  像组学特征与基因组学数据，为疾病的无创诊断和

              2.3  预后预测                                         预后评估提供了创新方法。该技术利用影像特征
                  18 F⁃FDG PET/CT 技术通过提供肿瘤的代谢信                  作为基因组变异的可视化标记，在多项肿瘤研究中
                                                                               ［43］
                                                                                       ［44］
              息，有助于构建基于影像组学特征的预后模型，从                            展现出重要价值 。Iv等 对儿童髓母细胞瘤的初
              而预测患者的生存情况，并增强基线临床参数的预                            步研究表明，基于MR图像的影像组学特征可有效区
                                                                                                          ［45］
              测能力   ［36］ ，为临床个体化治疗提供依据。Qi等             ［11］ 对   分需要不同治疗方案的基因组亚型。Kirienko等 针
              74例接受放化疗的ECa患者进行回顾性研究，发现                          对非小细胞肺癌的研究进一步显示，F⁃FDG PET/CT
                                                                                                18
               F⁃FDG PET/CT影像组学预测总生存期的准确率达                      影像组学联合基因组学数据构建的最佳预测模型
              18
              62.1%，显著高于单一 CT（51.7%）或 PET（55.2%）的               AUC达0.87，显著提升了组织学分类和预后评估的准
              预测效能。Takahashi 等      ［37］ 通过分析 130 例患者的          确性。这些发现对难以获取病理的晚期食管癌患者
                                                                                ［46］
              860个影像组学参数，构建的Rad⁃score模型能有效区                     具有重要启示意义 。理论上，F⁃FDG PET/CT影像
                                                                                            18
              分无进展生存期差异（训练集 P=0.019，验证集 P=                      基因组学可作为一种无创替代方案，但实际临床应用
              0.040）。Chen 等 ［38］ 则开发出基于治疗前后 SUVmax              仍面临挑战：首先需要建立大规模多中心数据库，通
              变化率和肿瘤编码相似性的评分系统，其预测准确                            过深度学习等方法系统挖掘影像特征与基因组变异
              性超越传统 TNM 分期和手术病理模型。这些研究                          的关联规律；其次需开发标准化的特征提取和分析流
              共同表明，F⁃FDG PET/CT 影像组学通过多参数定                      程，确保模型的可重复性和泛化能力。未来随着人工
                        18
              量分析，不仅能更精准地评估肿瘤异质性，还可为                            智能技术的进步和多组学数据的积累，影像基因组学
              个体化治疗决策提供客观依据，展现出重要的临床                            有望成为精准医疗时代的重要辅助决策工具。
                      ［39］
              应用价值 。                                            3.2  剂量组学
                  近年来，多模态整合模型在食管癌预后评估中展                              剂量组学作为放射肿瘤学领域的新兴研究方
              现出显著优势，通过结合影像组学特征、传统PET参                          向，通过从放疗剂量分布中提取和分析高通量特
              数及临床指标，可实现对患者的精准分层和个体化治                           征，探索这些特征与肿瘤控制率和并发症之间的关
              疗决策。多项研究表明，这种综合分析方法较单一参                           系，剂量组学更侧重于全面分析和理解剂量分布的
              数具有更高的预测效能。Hinzpeter等 对243例胃                      模式。Kawahara等     ［47］ 结合治疗前CT、PET影像组学
                                                ［40］
              食管癌患者的研究证实，整合 F⁃FDG PET/CT影像组                     和剂量组学特征，构建的预测模型在外部验证队列
                                        18
              学特征、临床资料及基于 CT 的骨骼肌指数（skeletal                    中对食管鳞癌患者 OS 的预测表现出卓越性能
              muscle index，SMI）评估的肌少症评分的联合模型，                  （C⁃index=0.92）。该研究不仅证实了剂量分布模式
              在预测转移性疾病和总生存期方面表现最优（准确率                           与临床结局的相关性，更揭示出剂量均匀性和中位
              80%，AUC=88%）。在Anconina等 的多变量分析进                   剂量水平是影响预后的关键因素——剂量分布越
                                           ［41］
              一步显示，肌少症评分的加入显著提升了仅含临床特                           均匀、中位剂量越理想，患者的生存获益越显著。
              征模型（P=0.030）和CT特征模型（P=0.004）的预测性                  这个发现具有重要的临床转化价值，为优化放疗计
   37   38   39   40   41   42   43   44   45   46   47