膀胱癌(BCa)在全世界癌症發病率中排名第九，是泌尿係統最常見的惡性腫瘤之一。對於BCa的臨床管理，組織病理學上的肌肉侵犯是影響治療決策的最重要因素之一。病理學上，BCa可分為非肌肉浸潤性膀胱癌(NMIBC)和肌肉浸潤性膀胱癌(MIBC)。與NMIBC相比，MIBC代表了更高的階段，具有更高的複發率且進展更快。因此，MIBC的治療與NMIBC的治療截然不同。

組織病理學是診斷BCa肌肉侵犯的金標準。然而，活組織檢查依賴於操作者，而且不可能對腫瘤的每個部分都進行取樣。因此，如果膀胱鏡下的活檢樣本不足，或者在經尿道切除膀胱腫瘤(TURBT)時樣本質量受到影響，MIBC可能被誤診為NMIBC。

計算機斷層掃描(CT)是BCa患者最常用的術前評估方法，可以確定腫瘤病灶的位置、數量、大小、與周圍組織的關係、淋巴結轉移、遠處轉移等。然而，傳統的CT圖像不能用於評估BCa的肌肉侵犯，因為其軟組織分辨率不理想，不能區分膀胱壁的不同層次。近年來，新興的放射組學領域已經能夠深入挖掘CT圖像的生物特性，並對腫瘤的整體形態和紋理模式進行全麵、無創和定量的觀察。然而據我們所知，尚未有通過CT放射組學評估BCa肌肉侵襲性的的相關研究。

近日，發表在EuropeanRadiology雜誌的一項研究探討了基於CT的放射組學預測模型評估BCa的肌肉浸潤程度的可行性，為臨床治療的選擇提供了強有力的參考。

本研究對2014年10月至2020年5月期間在兩個醫療中心接受CT尿路造影並經術後組織病理學證實的膀胱尿道癌患者進行了回顧性入組。總共收集了441例，並隨機分為訓練隊列(n = 293)、內部測試隊列(n = 73)和外部測試隊列(n = 75)。首先對圖像進行了過濾，然後提取了1218個特征。通過方差分析確定了與膀胱癌的肌肉侵襲性有關的最佳特征。使用邏輯回歸方法建立了一個預測模型。通過繪製受試者工作特性曲線進行統計分析評估了預測模型的診斷性能指標，包括敏感性、特異性、準確性和曲線下麵積(AUC)。

在訓練、內部測試和外部測試隊列中，預測模型診斷肌肉浸潤性膀胱癌的AUC分別為0.885(95%置信區間[95% CI] 0.841-0.929)、0.820(95% CI 0.698-0.941)和0.784(95% CI 0.674-0.893)。在內部檢測隊列中，該模型的敏感性、特異性和準確性分別為0.667(95% CI 0.387-0.870)、0.845(95% CI 0.721-0.922)和0.782(95% CI 0.729-0.827)。在外部檢測隊列中，該模型的敏感性、特異性和準確性分別為0.742(95% CI 0.551-0.873)、0.750(95% CI 0.594-0.863)和0.782(95% CI 0.729-0.827)。

圖本研究的工作流程和用於構建模型的方法。BCa 膀胱癌, MIBC 肌肉浸潤性膀胱癌, NMIBC 非肌肉浸潤性膀胱癌, VOI 感興趣體積

本研究構建了一個用於BCa的術前肌層侵襲評估的基於增強CT圖像的放射組學模型，該模型顯示了相對較好的診斷效率，可為BCa的個體化治療和預後提供有價值的診斷信息。

原文出處：

Gumuyang Zhang,Zhe Wu,Xiaoxiao Zhang,et al.CT-based radiomics to predict muscle invasion in bladder cancer.DOI:10.1007/s00330-021-08426-3