基于基因注意力和多组学的低级别胶质瘤分类方法

现有对低级别胶质瘤(low-grade glioma,LGG)分子亚型三分类的研究依赖于LGG医学影像数据,数据样本少且难获取导致模型较难学习到LGG分子亚型之间的差异,降低了模型的分类性能。基于此,提出了LGG分子亚型三分类方法MODDA,利用基因注意力网络提取LGG多组学数据的重要特征,使用嵌入网络处理临床数据得到临床数据特征;将临床数据特征与组学数据重要特征进行融合,采用密集深度神经网络进行LGG分子亚型分类。实验结果表明,MODDA的分类性能优于现有LGG分子亚型分类方法,并且在外部验证数据集上也表现出较好的泛化性能。此外,对卡方检验过程中发现的重要基因进行了富集基因本体论(gene ontology,GO)术语和生物学途径分析,有助于LGG的个性化治疗。

POLR2J作为低级别胶质瘤预后标志物的可能性及其作用机制的生物信息学分析

目的 通过生物信息学方法分析POLR2J(RNA polymeraseⅡsubunit J,POLR2J)基因的表达水平与低级别胶质瘤(lower-grade glioma,LGG)患者预后之间的关系,并预测其作用机制。方法 利用癌症基因组图谱(The Cancer Genome Atlas,TCGA)、基因型组织表达(Genotypic Tissue Expression,GTEX)、中国胶质瘤基因组图谱(Chinese Glioma Genome Atlas,CGGA)、人类蛋白质和图谱(Human Proteins And Atlas,HPA)、临床蛋白质组学肿瘤分析协会(Clinical Proteomics Tumor Analysis Association,CPTAC)、肿瘤免疫单细胞中心(Tumor Immune Single Cell Center,TISCH2)等数据库分析POLR2J在泛癌、泛细胞、单细胞层面的基因表达和蛋白水平,使用免疫印迹分析POLR2J基因在LGG癌细胞系中的表达情况;GSE68848验证POLR2J在LGG中的表达量;使用R语言分析POLR2J与临床指标和生存预后的关系;使用TIP数据库分析POLR2J与肿瘤免疫微环境之间的关系,使用0Metascape进行功能注释分析,应用sparkle数据库分析POLR2J对LGG免疫治疗的预测效果。结果 POLR2J在LGG中高表达,POLR2J的表达量与LGG患者的不良预后正相关,受试者工作特征曲线(receiver operating characteristics curve,ROC)和COX回归分析证明POLR2J是LGG的独立预后因子;POLR2J高表达的LGG患者免疫浸润更复杂,免疫通路的激活程度也更高,也拥有更高的肿瘤突变负荷(tumor mutation burden,TMB)和基因组拷贝数变异;通路富集分析显示,POLR2J高表达的LGG患者的蛋白质代谢、氧化应激、缺氧调控、细胞迁徙等通路被显著激活。POLR2J高表达的LGG患者能够更好地响应免疫治疗。结论 LGG中高表达的POLR2J是患者预后生存的危险因素,其表达与缺氧和免疫浸润密切正相关。

ncRNA介导的EphB4上调与低级别胶质瘤不良预后及肿瘤免疫浸润的相关性

目的探讨促红细胞生成素生成人肝细胞受体B4(erythropoietin-producing human hepatocellular receptors B4,EphB4)在低级别胶质瘤(lower-grade glioma,LGG)组织中的表达、其上游靶点以及与患者预后及肿瘤免疫浸润的相关性,分析其作为治疗靶点的潜在作用。方法首先应用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库胶质瘤数据分析EphB4在胶质瘤与正常脑组织中的表达差异,并用基因表达谱交互分析(Gene Expression Profiling Interactive Analysis,GEPIA)数据库分析EphB4对不同癌症生存期的影响。用R语言和starBase数据库分析EphB4可能上游调节非编码RNA(non-coding RNA,ncRNA)。用肿瘤免疫评估资源(Tumor Immune Estimation Resource,TIMER)数据库进行EphB4表达与肿瘤免疫细胞浸润、免疫细胞生物学标志物和免疫检查点相关性分析。结果UBA6-AS1/hsa-miR-346轴是最有潜力影响LGG中EphB4表达的上游ncRNA相关通路。同时,EphB4水平与LGG肿瘤免疫细胞浸润、免疫细胞生物学标志物、免疫检查点表达均呈显著正相关。结论ncRNA介导的EphB4上调与LGG的不良预后和肿瘤免疫浸润相关。

成人弥漫性低级别胶质瘤相关性癫痫的研究现状

癫痫是弥漫性低级别胶质瘤的常见症状,如果不加以控制,则会显著降低患者的生活质量,致残致死率高。肿瘤相关性癫痫的发病是多种因素导致的,且癫痫发作也会促进胶质瘤的生长。相比于高级别胶质瘤,低级别胶质瘤具有更高的癫痫发作率,因此控制癫痫发作对于低级别胶质瘤的治疗极其重要。目前,癫痫的治疗主要围绕抗癫痫药物、放化疗及手术治疗展开。本文综述弥漫性低级别胶质瘤相关性癫痫的发病机制及主要治疗方法,并为未来癫痫的个体化治疗提供研究思路。

低级别胶质瘤术后复发和恶性转化的分子标志物及其预测价值

目的探索低级别胶质瘤(low-grade glioma,LGG)患者术后出现复发及恶性转化(malignant transformation,MT)的危险因素。方法回顾性收集2009年3月至2019年4月接受LGG切除手术及随后进行术后随访的163例患者资料。将术后未出现复发或MT的患者纳入对照组(85例),术后出现复发的患者纳入观察1组(44例),术后出现MT的患者纳入观察2组(34例)。基于3组患者的临床资料,分析患者临床特征,并运用Logistic回归模型和受试者工作特征(receiver operating characteristic,ROC)曲线探讨复发和MT的危险因素与预测价值。结果对照组和观察1组患者在术前癫痫发作、术前卡氏(Karnofsky performance status,KPS)评分和手术方式方面均有统计学差异(P<0.05)。对照组和观察2组患者在性别、术前KPS评分、肿瘤大小和手术方式方面均有统计学差异(P<0.05)。对照组和观察1组患者在异柠檬酸脱氢酶(isocitrate dehydrogenase,IDH)突变、增殖细胞核抗原(proliferating cell nuclear antigen,PCNA)、基质金属蛋白酶9(matrix metalloproteinase-9,MMP-9)、癌—睾丸抗原OY-TES-1、OY-TES-1 mRNA、肿瘤抑制蛋白p53、鼠双微粒体2(mouse double minute 2,MDM2)、血管内皮生长因子(vascular endothelial growth factor,VEGF)、表皮生长因子受体(epidermal growth factor receptor,EGFR)均有统计学差异(P<0.05)。对照组和观察2组患者PCNA、MMP-9、癌—睾丸抗原OY-TES-1、OY-TES-1 mRNA和VEGF均有统计学差异(P<0.05)。Logistic回归分析结果显示IDH突变、MMP-9和PCNA是LGG复发的独立危险因素(P<0.05),VEGF、MMP-9和PCNA是LGG患者MT的独立危险因素(P<0.05)。PCNA、MMP-9和IDH突变对预测LGG术后复发的曲线下面积(area under curve,AUC)分别为0.744、0.790和0.799。PCNA、MMP-9和VEGF对预测LGG术后复发的AUC分别为0.729、0.750和0.900。结论IDH突变、MMP-9和PCNA是LGG复发的独立危险因素,VEGF、MMP-9和PCNA是LGG MT的独立危险因素。这些蛋白在预测LGG术后复发和MT方面具有较高的准确性,可能在LGG的生物学行为和治疗效果中起重要作用,可以作为LGG术后患者的预后评估和个体化治疗的参考指标。

基于随机生存森林的低级别脑胶质瘤复发预测模型

背景:低级别脑胶质瘤(LGG)患者在治疗后仍可能面临复发的风险。本研究旨在考虑复发与死亡相关性的基础上分析影响LGG患者复发的因素,并建立复发预测模型。方法:收集来自TCGA数据库LGG患者的临床数据,最终纳入457例LGG患者。建立联合脆弱模型分析复发危险因素,采用随机生存森林(Random Survival Forest,RSF)的方法建立LGG复发预测模型,同时建立Cox模型作为比较。结果:主要治疗结局、年龄、ICD-O-3组织学编码、首次症状持续时间、术后、肿瘤组织学分级和放射治疗作为预测因子纳入LGG复发预测模型。与Cox模型相比,RSF模型具有较好的区分度和校准度,具体表现为,基于bootstrap重抽样数据集计算1、3和、5年RSF的C指数分别为0.813、0.748和0.745,Cox分别为0.824、0.724和0.727,RSF在1、3、5年的AUC值分别为0.824、0.746和0.754,而Cox分别为0.833、0.713和0.730;校准曲线也表明RSF模型表现更优。结论:复发和死亡事件不应独立看待,RSF在复杂生存数据的预测建模方面具有优势,未来期待更多探索预测脑胶质瘤患者复发的方法和工具,且这些方法能得到在临床上的实践应用。

ADC影像组学模型对成人颅内较低级别胶质瘤1p/19q分子特征的预测价值

目的基于术前磁共振表观扩散系数(apparent diffusion coefficient,ADC)图建立预测成人颅内较低级别胶质瘤(lower-grade gliomas,LGG)1p/19q分子特征的影像组学模型并验证模型效能。材料与方法回顾性分析于我院2017年1月至2021年12月之间术后病理证实、磁共振数据完整的LGG(WHO 2~3级)患者146例,其中1p/19q联合缺失(1p/19q co-deleted,1p/19q-Codel)68例,1p/19q未联合缺失(1p/19q non-codeleted,1p/19q-Noncodel)78例。按照7∶3的比例,采用完全随机法分为训练集与验证集。图像分割由一位影像医师使用ITK-SNAP软件独立进行,随后选取30例患者图像在医师间进行分割,用于评估所提取特征的稳定性。感兴趣容积(volume of interest,VOI)定义为液体衰减反转恢复(fluid-attenuated inversion-recovery,FLAIR)序列图像中除外明显囊变坏死的异常区域。将FLAIR图像上提取VOI复制至配准后的ADC图上,随后使用Python软件进行影像组学特征提取,并保留稳定性较好的特征进行Z-score标准化。Pearson或Spearman相关性分析以及最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)分析用于特征选择。利用筛选出的组学特征建立影像组学评分(radiomics score,Rad-score)模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估Rad-score模型的效能,并在验证集内进行验证。结果146例LGG患者按7∶3的比例随机分为训练集(n=102)和验证集(n=44),两组之间患者的临床特征方面差异无统计学意义(P>0.05)。通过组内和组间一致性分析、Pearson或Spearman相关性分析以及LASSO分析筛选出15个非零系数特征,并构建Rad-score模型。在训练集与验证集内,1p/19q-Codel组与1p/19q-Noncodel组在Rad-score上均存在差异(P<0.001)。同时,Rad-score模型在训练集及验证集中均显示出良好的预测性能,在训练集中ROC曲线下面积(area under the curve,AUC)值为0.896,准确率85.29%,敏感度87.72%,特异度82.22%;验证集的AUC值0.778,准确率77.27%,敏感度71.43%,特异度82.61%。结论基于术前ADC图建立的影像组学模型可以无创性预测成人颅内LGG的1p/19q分子特征。

低级别胶质瘤自噬相关基因预后分类器的构建及验证

目的 本研究旨在构建自噬相关基因(ARGs)的风险分类器,从而预测低级别胶质瘤(LGG)患者的生存率。方法 从UCSC Xena, CGGA, GlioVis和GTEx公共数据库中获取LGG患者和正常脑组织数据,结合人类自噬数据库筛选出232个ARGs。通过差异分析得到差异ARGs。在训练集中,利用单因素Cox回归分析和LASSO回归分析,构建ARGs的预后分类器。通过绘制受试者工作特征(ROC)曲线确定最佳Cut-off值。Kaplan-Meier生存曲线和ROC曲线下面积(AUC)用于评估分类器性能,并在内部数据集和外部数据集中验证。Cox回归分析用于评估分类器的独立预后价值。最后,结合常见临床参数和风险分类用于构建列线图模型,并利用ROC曲线,一致性指数和校准曲线评估该模型的预测能力。结果 本研究构建了由6个ARGs(BAG1、 PTK6、 EEF2、 PEA15、 ITGA6和MAP1LC3C)的预后风险分类器,其可将LGG患者分为具有明显生存差异的高、低风险组在多个数据集(均P<0.05)。5年AUC值显示该分类器在训练集,内部验证集和TCGA总集中分别为0.837, 0.755,和0.803。同时,在外部验证集中,1年,2年和3年ROC曲线依然提示该分类器具有较好的预测准确性。Cox回归分析显示该预后分类器在来自TCGA的多个数据集中都具有独立预后价值(HR>1,P<0.05)。之后构建了包含多个常见临床参数和预后风险分类的列线图模型,时间依赖性ROC,一致性指数(C-index)和校准曲线分析同时证实了该模型的预后价值。结论 本研究建立了一个由6个ARGs的具有高预后价值的风险分类器,并结合临床病理特征和风险分类构建了用于临床决策的列线图,能更好地帮助临床医生判断LGG患者的预后和进行个体化治疗的临床决策。

基于生物信息学分析SLC16A基因家族在低级别胶质瘤发生发展中的作用及预后价值

目的利用生物信息学分析溶质运载体16A(SLC16A)基因家族在低级别胶质瘤(LGG)发生发展中的作用及预后价值。方法使用ONCOMINE、GEPIA、HPA、TCGA、LinkedOmics、GSEA、TIMER等公共数据库研究SLC16A基因家族在LGG中的mRNA表达谱,筛选出差异性表达并影响LGG预后的基因,全面分析其在LGG发生发展中的作用机制、诊断和预后价值。结果LGG中SLC16A1、SLC16A3、SLC16A4表达水平高于正常脑组织,且随着肿瘤分期的增长而上升,高表达组总生存期(OS)和无病生存期(DFS)较短。LGG细胞质和细胞膜中可见大量SLC16A1、SLC16A3和SLC16A4蛋白表达。这三种基因与炎症反应、免疫细胞浸润显著相关。结论SLC16A1、SLC16A3和SLC16A4可作为LGG的潜在诊断和预后生物标志物,并通过免疫调控和炎性微环境参与LGG的发生发展。

基于iTRAQ技术对低级别胶质瘤与正常脑组织差异性表达蛋白的初步筛选研究

目的应用同位素标记相对和绝对定量(iTRAQ)技术筛选低级别胶质瘤与正常脑组织的差异表达蛋白质。方法将6例低级别胶质瘤实体组织标本与2例正常脑组织标本各自混合后提取总蛋白,进行定量分析和酶解。iTRAQ标记后进行液相色谱-串联质谱(LC-MS/MS)分析。通过Mascot2.9软件进行相关图谱分析。结果有效鉴定出低级别胶质瘤与正常脑组织差异表达蛋白质162个,其中34个上调蛋白质,128个下调蛋白质,这些差异表达蛋白质具有多种生物学活性,参与不同的代谢以及信号通路。结论通过iTRAQ技术可有效鉴定出众多低级别胶质瘤与正常脑组织的差异表达蛋白质,为后续寻找低级别胶质瘤的生物标记物奠定基础。

构建低级别胶质瘤免疫浸润模式相关的ceRNA调控网络和预后模型

目的构建新型免疫浸润模式相关ceRNA调控网络及低级别胶质瘤(LGG)预后模型。结合肿瘤微环境揭示ceRNA调控网络在LGG患者风险评估和预后评估中的作用。方法从TCGA和CGGA数据库中获取具有完整生存信息的LGG患者数据,构建新的免疫浸润模式相关的ceRNA调控网络和预后模型,并通过外部数据库、RT-qPCR和Western blot进行验证。结果在LGG中应用浸润评分作为分组依据,构建免疫相关的ceRNA网络和预后风险最优模型分析发现,高危组的肿瘤免疫和炎症相关信号通路的激活增强,免疫反应状态升高。免疫评分升高与预后不良显著相关,风险评分在临床特征变化后仍可作为独立的预后因素,提示局部免疫状态或在预后中具有更好的潜力。通过分析各种免疫细胞类型的浸润丰度,发现CD8+T细胞、M0型巨噬细胞在预后较差的高危组中浸润水平相对较高。探索了目前常用的47个免疫检查点,发现大多数经典检查点的表达水平在高风险组显著高于低风险组。通过qRT-PCR和Western blot对预后评估模型的建模基因进行评估,揭示了ST8SIA2和SLC10A4在胶质瘤表达升高,具有潜在的免疫治疗和预后预测的价值。结论风险评分模型和预后模型可用于LGG患者的风险评价和预后评估。

生物信息学分析髓系细胞触发受体-2对低级别胶质瘤的影响

目的通过生物信息学手段探究髓系细胞触发受体-2(TREM-2)在低级别胶质瘤(LGG)中的表达情况及对患者生存率的影响,为LGG的早期发现、早期诊断及治疗提供潜在的靶点。方法运用在线网站GEPIA2和UALCAN分析TREM-2在LGG肿瘤组织和正常组织中的表达差异;与年龄、性别、种族、肿瘤分级等临床病理特征之间的关系;以及TREM-2的LGG肿瘤组织中的异常表达对LGG患者总体生存率的影响。DAVID6.8软件对TREM-2相关基因进行KEGG通路富集分析;使用TIMER数据库分析TREM-2表达与肿瘤纯度和免疫细胞浸润程度之间的相关性。结果与正常组织相比,TREM-2在LGG肿瘤组织中的表达较正常组明显升高(P<0.05),并且与肿瘤分级和组织学分型相关(P<0.001),而与患者的年龄、性别及种族不相关(P>0.05),生存分析表明TREM-2与LGG预后密切相关,LGG表达越高,患者的总体生存率越低(P=0.00025和P=0.0029),同时无病生存率也降低(P=0.015);通路富集结果表明与TREM-2正相关基因通路主要涉及结核、癌症通路、吞噬体等,负相关基因通路主要涉及MAPK信号通路、神经活性配体-受体相互作用等;TREM-2的表达与肿瘤微环境中6种免疫细胞的浸润水平呈正相关。结论TREM-2在LGG肿瘤组织中表达明显升高,并且与患者生存率相关,是LGG诊断和治疗的潜在靶点。

偶发低级别胶质瘤的手术效果及生存预后的影响因素分析

目的探讨偶发低级别胶质瘤的手术效果及生存预后的影响因素。方法回顾性分析2010年1月1日至2017年12月31日手术治疗的75例成人大脑半球偶发低级别胶质瘤的临床资料。结果75例中,出现临床症状之前手术49例(无症状组),出现症状之后手术26例(症状组)。肿瘤全切除59例(78.7%),次全切除13例(17.3%),部分切除3例(4%);术后病理检查结果显示弥漫性星形细胞瘤44例(58.7%),少突胶质细胞瘤31例(41.3%)。症状组术后功能障碍发生率(11.5%,2/26)明显高于无症状组(0%;P<0.05)。59例(无症状组33例,症状组26例)术前接受MRI随访12~60个月,平均(30±10)个月;其中症状组术前随访18~60个月,平均(35±10)个月;无症状组术前随访12~38个月,平均(25±7)个月。59例肿瘤生长速率1~5 mm/年,平均(2.7±0.9)mm/年;无症状组生长速率1~5 mm/年,平均(2.9±0.9)mm/年;症状组生长速率1~4 mm/年,平均(2.5±0.7)mm/年;两组肿瘤生长速率无显著差别(P>0.05)。多因素Cox回归分析显示肿瘤切除程度、病理性质是病人总生存期(OS)、无症状生存期(PFS)及恶性进展期(MPFS)的独立影响因素,生存曲线分析显示肿瘤全切除病人的中位OS、PFS和MPFS均明显优于肿瘤未全切除病人(P<0.05),少突胶质细胞瘤病人的中位OS、PFS、MPFS均显著优于弥漫性星形细胞瘤病人(P<0.05)。结论偶发低级别胶质瘤是一类恶性度较低、呈缓慢进展的疾病。肿瘤全切除有助于改善病人的生存预后,因此,手术时机的抉择应充分考虑利于肿瘤全切除,以延长病人生存期同时兼顾功能保护的目的。

较低级别脑胶质瘤分子分型的磁共振影像组学研究进展

脑胶质瘤是脑实质最常见的原发恶性肿瘤。脑胶质瘤分为1~4级,其中2级和3级被称为较低级别脑胶质瘤(lower-grade gliomas,LGGs)。2021年世界卫生组织中枢神经系统分类(World Health Organization central nervous system,WHO CNS)深化了分子分型对LGGs诊疗的重要性,以LGGs分子分型进行病理分级升级诊断。影像组学作为新兴领域,可术前无创预测LGGs分子分型,为LGGs的治疗评估及预后预测提供依据。目前已有较多研究通过分析MRI常规序列、功能序列,结合临床信息,运用机器学习和深度学习建立影像组学模型,术前无创预测LGGs分子分型。虽然其存在局限性,但仍具有一定的科研与临床意义。本文就LGGs分子分型在MRI影像组学的研究进展予以综述,以期通过MRI影像组学术前预测LGGs分子分型,便于指导临床个体化诊疗方案制订及预后预测。

基于SEER数据库低级别胶质瘤预后列线图的构建

目的:通过监测、流行病学及预后(surveillance,epidemiology,and end result,SEER)数据库开发列线图来分析低级别胶质瘤(low-grade glioma,LGG)患者的预后因素并且预测其生存率。方法:通过SEER数据库收集LGG患者5439例,并统计其人口统计学信息及临床特征。随机抽取其中1001例作为模型的内部验证集,并收集2010-2017年间就诊于山西省人民医院的LGG患者67例作为外部验证集。采用单因素、多因素Cox回归及Lasso回归分析LGG患者的独立危险因素,并考虑其临床效用性。将这些独立预测因素整合在一起,绘制预测LGG患者1年和3年生存率的列线图。通过内部验证集数据及外部验证集数据绘制ROC曲线和校准曲线图来评估列线图的性能。结果:纳入训练集患者4438例,内部验证集患者1001例,外部验证集患者67例。一般情况人群分布无显著统计学差异。通过单因素、多因素Cox回归及Lasso回归分析联合生存分析结果选择独立危险因素,纳入年龄、病理学分型、手术方式、肿瘤大小、婚姻状况、放化疗及发病部位为独立预测因素(P<0.001)。由上述7种因素构建预后预测模型,结果以列线图形式呈现。内部验证集验证列线图的ROC曲线下面积为0.841和0.804;外部验证集验证列线图的ROC曲线下面积为0.703和0.742,表明该模型的区分度与准确度较高。校准曲线显示其具有较好的一致性。结论:本列线图可用于预测LGG患者1年和3年生存率,并且拥有较高的临床价值,可以为LGG的个体化治疗提供参考。

磁共振弥散白质定量分析在观察脑低级别胶质瘤相关性癫痫白质变化中的应用

目的 采用磁共振弥散白质定量技术观察低级别脑胶质瘤瘤体和瘤周白质变化在胶质瘤相关癫痫(glioma-associated epilepsy, GAE)发生中的影响。材料与方法 回顾性分析了2018年12月至2020年12月在郑州大学第一附属医院磁共振科进行弥散频谱成像(diffusion spectrum imaging, DSI)扫描且经病理证实为低级别胶质瘤患者的临床和影像学信息,共纳入102例WHOⅡ级低级别胶质瘤,其中术前GAE患者37名,术前无GAE患者65名。计算弥散张量成像(diffusion-tensor imaging, DTI)、轴突定向弥散和密度成像(neurite orientation dispersion and density imaging, NODDI)及平均表观传播子(mean apparent propagator, MAP)等弥散模型的定量参数。应用ITK-SNAP软件在b=0的弥散图像上进行肿瘤及瘤周区的感兴趣区(region of interest, ROI)勾画。应用FAE软件进行直方图特征提取、ROI体积计算和形态学特征提取。经单参数分析及共线分析后基于各弥散模型及ROI构建逻辑回归模型,并应用DeLong检验进行模型效能的比较。结果 GAE组间年龄差异有统计学意义(P=0.004);肿瘤位于右侧半球且跨半球生长者GAE的发病率低于位于左侧半球者,差异有统计学意义(P=0.002);年龄和肿瘤所在半球位置所构建GAE预测临床影像学模型AUC=0.779。GAE组肿瘤和瘤周的体积小于无GAE组(P<0.05);肿瘤区诸形态学特征差异无统计学意义;瘤周区长径、短径越小越倾向于GAE发生,同时表面积越小、越倾向于球形者倾向于GAE发生,差异有统计学意义(P<0.05);应用瘤周区形态学特征构建GAE logistic回归模型的AUC=0.730。存在GAE组间差异(P<0.05)的肿瘤区和瘤周区弥散模型定量参数直方图特征包括DTI_FA_Maximum、 NODDI_ODI_90 Percentile、MAP_NG_10 Percentile,其中瘤周区NODDI_ODI_90Percentile值GAE组高于无GAE组,余瘤周区同肿瘤区特征GAE组均低于无GAE组。肿瘤区模型效能略高于瘤周区模型,差异无统计学意义;肿瘤区和瘤周区特征共同构建融合模型的效能最高,较瘤周区差异有统计学意义(P=0.02)。融合模型中,肿瘤特征占绝大部分,OR值最高者为肿瘤DTI_MD_10Percentile,与GAE发生呈正相关。所有基于弥散参数的模型中OR值最高者为瘤周特征NODDI_ODI_Mean,与GAE发生呈正相关。基于肿瘤区、瘤周区的单个弥散模型间预测效能,MAP模型的效能略高于DTI和NODDI模型。临床影像学模型、瘤周形态学模型及基于弥散参数的融合模型的GAE预测效能比较差异无统计学意义。结论 磁共振白质定量分析为早期预测GAE的发生及分析GAE的发生机制提供了条件;肿瘤区白质的损伤同时伴有瘤周区白质分散度增加或相对完整增加了GAE的发生风险。

功能磁共振成像预测较低级别脑胶质瘤分子分型的研究进展

脑胶质瘤是颅内最常见的恶性肿瘤,复发率高,预后较差。较低级别脑胶质瘤是指2021世界卫生组织中枢神经系统肿瘤分类(World Health Organization Central Nervous System,WHO CNS)分级为2级和3级的肿瘤,较低级别脑胶质瘤的分子分型对其治疗与预后有着重要的指导意义,因此分子分型诊断对脑胶质瘤的临床管理至关重要。分子分型诊断的金标准是病理检测,获取病理组织基因测序,但其有一定的有创性和滞后性。近年来,随着功能磁共振成像(functional MRI,fMRI)的发展,越来越多的研究明确了fMRI预测较低级别胶质瘤分子分型的价值,本文就近年来多种fMRI技术,包括扩散成像、灌注成像、酰胺质子转移成像等,对预测较低级别胶质瘤多种分子分型的研究进展作一综述,并就各种fMRI技术对不同分子分型的预测价值分别进行分析,旨在为预测较低级别胶质瘤分子分型提供影像学指标,从而达到临床精准诊治的目的。

多模态MRI影像组学可预测弥漫性较低级别胶质瘤的1p/19q共缺失状态

目的应用多模态MRI影像组学特征无创性预测弥漫性较低级别胶质瘤1p/19q共缺失状态。方法收集2015年10月~2022年9月经病理证实为弥漫性较低级别胶质瘤的104例患者的MRI数据,并从T2WI、T1WI、FLAIR、对比增强T1WI和DWI序列提取535个组学特征,包括70个形态学特征,90个一阶统计学特征以及375个纹理特征。构建逻辑回归(LR)、基于逻辑回归的最小绝对收缩和选择算子(LRlasso)、支持向量机(SVM)和线性判别分析(LDA)模型,经十折交叉验证后,比较4组模型的预测效能。两位影像医师根据MRI图像来预测弥漫性较低级别胶质瘤1p/19q共缺失状态。采用受试者工作特性曲线(ROC)来评估影像组学模型和影像医师预测效能。结果LR、LRlasso、SVM、LDA模型在验证集的AUC值分别为0.833、0.819、0.824、0.819,差异不具有统计学意义(P>0.1)。4组影像组学模型预测效能均高于住院医师(AUC=0.645,P=0.011、0.022、0.016、0.030),并与主治医师相仿(AUC=0.838,P>0.05)。结论多模态MRI影像组学模型可以非侵入性地预测弥漫性较低级别胶质瘤1p/19q共缺失状态。

基于影像组学方法构建弥漫性低级别胶质瘤癫痫发生及远期生存预测模型

目的:构建预测弥漫性低级别胶质瘤患者癫痫发作风险的影像组学风险模型,并初步评估患者预后。方法:利用癌症基因组图谱(the cancer genome atlas,TCGA)数据库和癌症影像档案(the cancer imaging archive,TCIA)数据库提供的影像数据集及临床资料,通过影像组学方法构建癫痫风险评分模型,并结合临床指标建立列线图以预测癫痫发生概率及远期生存概率。用受试者工作特征(receiver operating characteristic,ROC)曲线及决策曲线分析评价模型的预测效能。结果:筛选出10个癫痫相关的影像特征建立风险评分模型,内部及外部验证的ROC曲线下面积分别为0.900和0.636。高风险组和低风险组的癫痫阳性率分别为80.6%和27.3%。高风险组和低风险组患者的5年疾病总生存率存在明显统计学差异(P=0.029),临床决策分析曲线显示“影像⁃临床”癫痫预测模型的净获益率优于临床预测模型。校准曲线显示3年、5年生存列线图有良好的校准和区分能力,列线图中高低危组5年总生存有明显统计学差异(P=0.008)。结论:本研究建立了一个基于术前MRI的影像组学模型,可用于无创预测弥漫性低级别胶质瘤患者癫痫发生风险及预后,为临床采取个体化治疗策略提供参考。

基于MRI的影像组学标签作为低级别胶质瘤患者预后的预测因子

目的研究术前MRI影像组学对于低级别胶质瘤患者总生存期的预测,基于影像组学标签进行风险分层,指导临床个性化治疗选择。方法选取2011-01-2016-12郑州大学第一附属医院初次诊断为低级别胶质瘤的218例患者为研究对象。按照2∶1的比例将其分为训练数据集(149例)和测试数据集(69例)。通过影像组学特征筛选,选取最优的影像组学特征构建影像组学标签,并对低级别胶质瘤患者进行预后预测。并在测试数据集中评估影像组学标签的预后价值。结果影像组学标签和患者总生存期存在显著相关性(P<0.0001),在测试数据集中进行了验证(P<0.0001)。使用影像组学标签和临床病理因素建立的影像组学-临床诺莫图相较于临床病理诺莫图有着更好的预测准确性(C-index:0.7930 vs C-index:0.7319)。结论影像组学标签可对低级别胶质瘤患者进行无创性风险分层,并可作为一种潜在的影像生物标志物。