摘要
目的:即使使用当前的诊断技术,也很难准确预测病理性淋巴结状态(PLNS)。这项研究的目的是基于薄层计算机断层扫描的临床和放射学因素,开发以实性成分为主的外周腺癌PLNS的预测模型,以识别可以进行楔形切除或其他局部治疗的患者。
方法:在一项前瞻性多机构研究(JCOG)中纳入的例患者中,有例临床分期为IA期的以实性成分为主的周围性肺腺癌。采用多变量逻辑回归来建立一个基于临床和中心回顾的放射学因素的模型。使用来自例患者的独立数据,进行了留一法交叉验证和外部验证分析。计算敏感性,特异性和一致性统计数据以评估诊断性能。
结果:用于计算病理性淋巴结转移概率的公式包括以下变量:肿瘤直径(包括毛玻璃样混浊),实性成分与肿瘤直径大小的比值和实性成分的密度。一致性统计值为0.。当与错误地预测阴性病理淋巴结转移(pN-)的风险相关的临界值为4.9%时,预测PLNS的诊断敏感性和特异性分别为95.7%和46.0%。外部验证集的一致性统计为0.,预测PLNS的诊断敏感性和特异性分别为95.4%和40.5%。
结论:所提出的模型在临床上是有用的,并且成功地预测了临床分期为IA期的周围肺腺癌患者的pN-,其实性成分占主导地位。
关键词:肺癌,非小细胞肺癌,淋巴结转移,肺腺癌,预测模型
介绍
肺癌外科研究组(LCSSG)是日本临床肿瘤组(JCOG)的一部分,从年到年,他们计划并实施了一项关于薄层计算机断层扫描(TSCT)的前瞻性放射学研究(JCOG),以预测周围性临床IA期肺癌的病理无侵袭性。JCOG检验了术前预测病理性非浸润性癌(即无淋巴结转移和无血管浸润)可能进展的诊断标准的有效性。当楔形切除应用于原发性肺癌时,必须证明术前无淋巴结转移,在进行非手术治疗如立体定向放疗、质子束治疗或射频消融术时也是如此。
分析JCOG数据的目的是使用术前TSCT的临床和放射学数据建立病理性淋巴结状态转移(PLNM)的预测模型。
方法
我们根据《个体预后和诊断多变量预测模型透明报告声明》(TRIPOD)进行并报道了这项辅助分析的结果。
道德声明
该研究方案已获得JCOG方案审查委员会(年8月6日),Juntendo大学的机构审查委员会(年1月23日;IRB号:)和医院东(年10月15日;IRB号:212)的批准。批准了数据收集和分析,两个机构审查委员会都放弃了征得每个患者知情同意的需要。
数据源
我们使用来自JCOG研究的患者数据以及来自Juntendo医院的连续匿名患者数据。
通过JCOG来确定预测临床分期IA期非小细胞肺癌(NSCLC)患者病理肿瘤侵袭性的最佳放射学标准,即病理评估中的淋巴结转移或血管侵袭。从年12月到年5月,共有来自日本31个机构的名患者参与了这项研究。与JCOG试验手术方法相关的研究方案优选肺叶切除术加系统性淋巴结清扫,但接受有限切除和肺叶特异性淋巴结清扫。每个病人手术标本的病理诊断来自于每个参与机构病理学家诊断结果的病例报告表。
参加者
我们首先使用从JCOG研究中提取的队列来创建预测公式并检验其内部效度。外部效度通过Juntendo大学队列研究的患者数据进行检验。
发展队列
JCOG的资格标准包括以下内容:(i)基于计算机断层扫描(CT)扫描发现的可疑或确诊的肺癌;(ii)胸部增强型CT[第5版肿瘤,淋巴结和转移瘤(TNM)]导致的IA期(T1N0M0)肺癌,肿瘤中心位于肺野的外半部;(iii)在TSCT上至少1个维度上可测量的肿瘤直径;(iv)年龄在20-75岁之间;(v)事先没有开胸手术;(vi)可以进行肺叶切除;(vii)提供书面知情同意书。排除标准如下:(i)同步或异时(5年内)恶性肿瘤,(ii)肺纤维化和(iii)严重肺气肿。所有的CT图像均使用TSCT获得。术前行CT增强扫描(肺门或纵隔淋巴结最短直径小于1.0cm视为临床N0),正电子发射断层扫描(PET)或支气管内超声引导的经支气管细针穿刺(EBUS-TBNA)。研究方案要求评估术前CT上的淋巴结转移;允许对PET和EBUS-TBNA进行评估,但不是强制性的。
在符合入选标准的例JCOG患者中,抽取了符合以下附加标准的例患者作为内部验证队列(图1A):(i)术前或术中病理诊断为腺癌;(ii)进行全肺切除术或肺叶切除术;(iii)基于JCOG研究监测的合格性;(iv)入选JCOG《CT影像中央评论》;(v)有合适的TSCT图像,肺野状况/纵隔状况的中央审查CT成像;(vi)手术前可在一个肺叶中识别出原发灶;(vii)术前TSCT原发肿瘤实变与肿瘤比值(CTR)≥0.5。
即使肿瘤直径为2-3cm,极少数以磨玻璃片为主的肺结节的患者也可能发生淋巴结转移。因此,术前TSCT的CTR≤0.5的患者被排除在分析之外。由于当肿瘤侵袭到相邻肺叶时难以确定原发性肺叶,因此也排除了这种类型的肿瘤。
外部验证队列
在年1月至年12月间在JuntendoUniversityHospital完全切除的例临床确诊为IA期(T1N0M0)的NSCLC患者中,有例符合以下资格标准的患者被纳入了外部验证队列(图1B)(i)胸部X线或CT扫描高度怀疑的肺癌(无论NSCLC的病理诊断如何);(ii)肺野条件下原发肿瘤的最大直径≤3cm;(iii)在TSCT上可测量的至少一个原发灶直径方向;(iv)术前TSCT的原发肿瘤CTR超过0.5;(v)手术时的年龄为20-75岁;(vi)没有开胸史;(vii)手术时除肺癌外无其他活动性双重癌症(5年内发生同步或异次性双重癌症),但原位癌,通过局部治疗判断为治愈的癌症或与粘膜内癌相当的癌症是允许的;(viii)手术时无间质性肺炎,肺纤维化或严重肺气肿;(ix)经病理检查证实的腺癌;(x)进行了肺切除术或肺叶切除术;(xi)手术前仅位于一个叶的原发灶;(xii)有资格接受肺叶切除术或更广泛的手术;(xiii)包含所有8个因素的可用数据。
结果
不管N1或N2参与如何,PLNM的状态(阳性/阴性)都是主要的研究结果。
预测因素的候选项
我们认为以下术前临床因素和TSCT影像学表现可能是影响PLNM的预测因素:
1.最大肿瘤直径,包括磨玻璃结节混浊(GGO)成分(以cm测量的连续变量);
2.CTR(连续变量);
3.性别(男/女);
4.肿瘤位置(右上叶、右中叶、右下叶、左上叶或左下叶);
5.年龄(连续变量);
6.空气支气管征(有/没有);
7.胸膜凹陷(有/没有);
8.肿瘤实体部分的密度(明显实部浓度vs明显实部浓度与GGO之间的中间浓度)。
所有TSCT的放射检查结果由6名医生(3名放射科医生和3名外科医生)进行集中复查。测量肿瘤最大直径,包括肺肿瘤实变部分周围的GGO。CTR通过实变直径除以肿瘤最大直径(补充材料,图S1)计算。我们也包括实性部分的外观,胸膜凹陷和充气支气管造影作为解释变量。固体部分外观分为全密度和中间密度。本研究中观察到的实体部分不可能是纯磨玻璃密度,因为纯磨玻璃结节(GGN)被排除在外。TSCT的支气管充气征定义为肺结节内含有空气的支气管或细支气管。胸膜压痕在TSCT上被定义为肺肿瘤上明显的线状压痕或线状阴影。TSCT上的实性不透明定义为完全遮挡血管结构的不透明增加区域。GGO被定义为在不遮挡血管结构的区域内出现密度增加的模糊区域。
样本量
在JCOG注册的患者中,包括符合预定资格标准的患者。作为外部验证队列,包括一定时期内在Juntendo医院接受治疗的外科手术病例。纳入开发和验证队列的患者数分别为和。
统计分析
开发预测模型的研究设计
我们使用了JCOG的最终分析数据(后续调查日期:年5月30日)。以8个候选预测变量和PLNM作为结果变量,我们开发了一个模型来评估PLNM的风险。
将手术前要确定的临床因素设置为解释变量,并根据一致性统计数据和尤登指数(敏感性+特异性-1),选择由多变量logistic回归模型获得的预测模型中符合标准的模型。在根据从预测方程式计算出的预测概率确定PLNM(负/正)时,设置了最高的尤登指数值和≥95%的敏感性(在实际诊断为PLNM阳性的患者中预测为PLNM阳性的患者比例)作为截止值。
验证预测模型的研究设计
为了评估模型,我们使用留一法交叉验证方法进行了内部验证,该方法允许选择用于模型开发的最佳算法。候选算法总共包括9种组合,其中包括3种解释变量选择方法(正向选择,后向消除和逐步选择)和3种用于多变量logistic回归模型的解释性变量包含/排除标准(显着性水平=0.05、0.10或0.20)。对于留一法交叉验证的结果,在灵敏度≥95%的条件下计算了Youden指数的最大值。
对于模型的外部验证,基于预测模型定义的临界值,计算了敏感性,特异性,阳性预测值,阴性预测值和相应的置信区间(CIs)。考虑到这项研究的探索性质,以前没有建立统计判断标准。因此,使用校准曲线评估了模型的有效性。使用敏感性和特异性值,相应的CI和一致性统计数据评估其判别能力。
为了对阳性淋巴结转移的预测概率进行校准,进行了风险分类,以使每组的患者人数相同。创建了一条校准曲线,以将淋巴结转移的预测概率与实际观察到的淋巴结转移的频率进行比较,以评估模型对结果的预测程度。
(所有统计分析均使用SAS(版本9.4)进行)
结果
病人的特点
发展队列纳入了例符合纳入标准的患者(图1A)。外部验证队列包括符合纳入标准的例患者(图1B)。
表1显示了患者的特征,包括人口统计学背景、肿瘤特征和TSCT上肺肿瘤的放射学表现。发展组和外部验证组分别报告了特征。两组肿瘤中位直径(包括GGO)均为2.0cm。TSCT(目前的TNM分类)肺窗肿瘤直径与实变直径相等的中位直径为1.8cm。
PLNM频率如表2所示。在发展组和外部验证组中,PLNM发生的概率分别为11%和20%。病理N2在外部验证组中的比例大于发展组。
图1
(A)作为发展队列的患者流程图。(B)作为验证队列的患者流程图。CT:计算机断层扫描;点击率:合并与肿瘤比率;TSCT:薄层计算机断层扫描
表格1:JCOG和外部验证队列中的患者特征
表2:JCOG队列和外部验证队列的病理淋巴结转移
基于留一交叉验证的预测模型
留一法交叉验证分析显示,在灵敏度≥95%的条件下,Youden指数的最大值在以下4种算法中相似:
变量选择方法:显着性水平为0.05的逐步选择方法。
变量选择方法:显着性水平为0.10的逐步选择方法。
变量选择方法:显着性水平为0.05的后向消除方法。
变量选择方法:显着性水平为0.10的后向消除方法。
在这些方法中,采用逐步选择法进行变量选择时的一致性统计量比采用后向消去法大。预测模型是用多元逻辑回归开发的,使用0.10的显著性水平作为纳入/排除标准,以防止忽视相关因素。
发展预测模型
当使用逐步选择方法通过多元logistic回归建立预测模型,显著性水平为0.10时,根据图2中的方程计算PLNM的概率(P)。每个选择变量的优势比如表3所示。
图2
在新标签页中打开下载幻灯片
计算病理性淋巴结转移概率的预测公式。“X1”是肿瘤直径;“X2”是指实性部分占比;“X3”是实体部分密度。
x1:肿瘤直径(5)连续(0-3.0cm)
x2:实性成分占比连续(0.5–1.0)
x3:实体部分密度全密度=0;全密度和GGO之间的中间密度=1
Exp:指数;P:病理性淋巴结转移的可能性。
表3:在JCOG队列中通过多元逻辑回归进行变量选择
CI:置信区间;CTR:实性成分与肿瘤最大直径占比。
区分和校准
预测模型的接收器工作特性曲线如图3A所示。在灵敏度≥95%的条件下,约登指数的最大值为0.(灵敏度:0.+特异性:0.–1)。一致性统计为0.(95%CI0.-0.)。
在灵敏度≥95%且Youden指数最大的情况下,PLNM的概率为4.%。当以该概率作为标准临界值为4.9%时,灵敏度,特异性,阳性预测值和阴性预测值分别为95.7%(95%CI85.2–99.5%),46.0%(95%CI40.9-51.2%),17.9%(95%CI13.3–23.3%)和98.9%(95%CI95.9–99.9%)。
将模型应用于外部验证队列的结果如图3B所示。一致性统计值为0.(95%CI0.~0.)。以该概率为标准设定临界值为4.9%时,敏感性为95.4%(95%CI84.2~99.4%),特异性为40.5%(95%CI33.2~48.1%),阳性预测值为27.9%(95%CI20.8~35.9%),阴性预测值为97.3%(95%CI90.6~99.7%)。发展和验证队列的校准曲线见补充资料,图2A和b。虽然发展模型倾向于低估淋巴结疾病的频率,但它通常能成功预测PLNM。
图3
(A)病理性淋巴结转移的预测模型的接收器工作特征曲线和诊断性能。一致性统计量(曲线下的接收器工作特性区域)为0.。当Youden指数最大化且敏感性为95%或更高时,淋巴结转移阳性的可能性为4.%。当临界值为4.9时,灵敏度为95.7%(95%CI85.2–99.5%),特异性为46.0%(95%CI40.9-51.2%)。阳性预测值为17.9%(95%CI13.3–23.3%)。阴性预测值为98.9%(95%CI95.9–99.9%)。(B)预测模型的外部验证。一致性统计为0.。当临界值为4.9%时,灵敏度为95.4%(95%CI84.2–99.4%),特异性为40.5%(95%CI33.2-48.1%)。阳性预测值为27.9%(95%CI20.8-35.9%)。阴性预测值为97.3%(95%CI90.6–99.7%)。
讨论
在这项研究中,我们创建了一个可以从术前确定的临床和放射学因素成功预测PLNM的模型公式,并使用外部队列验证了其有效性。
术前诊断可切除肺癌的淋巴结转移对于确定合适的功能保留手术方法至关重要。从楔形切除术的指征中排除具有淋巴结转移的肺癌患者可能会提高这种手术的治愈率。
正确评估阴性淋巴结转移的风险可能会增加宽楔形切除的施行,淋巴结清扫的遗漏以及局部治疗的应用,例如立体定向放射疗法,质子束疗法,射频消融或其他局部疗法。系统性淋巴结清扫术伴有重大并发症,包括神经麻痹,出血,乳糜胸和膈神经麻痹。像该模型这样的更好的风险评估方法,可以缩短手术时间并降低此类并发症的发生率。
EBUS-TBNA技术明显提高了术前N2诊断。然而,对每个患者执行EBUS-TBNA来评估所有区域淋巴结是不切实际的。对于N1淋巴结,特别是肺内淋巴结,它也具有挑战性。由于不是所有预定手术的肺癌患者都可以用这种方法检查,所以不能评估所有的淋巴结。此外,EBUS-TBNA与高假阴性率相关,其侵袭性对患者来说很麻烦。对所有可切除肺癌患者进行侵入性和昂贵的淋巴结诊断检查是不现实的;因此,需要非侵入性评估方法。
PET-CT作为一种非侵入性分期方法已被广泛应用于局部和系统评估。PET-CT对肺癌纵隔分期的诊断准确性之前已被报道。例如,Schmidt-Hansen等人回顾了45项PET-CT评估纵隔淋巴结受累性的研究。在使用“活跃背景”PET-CT阳性标准的研究中,他们报告的敏感性和特异性分别为77.4%(95%CI65.3-86.1)和90.1%(95%CI85.3-93.5)。然而,这些结果仅限于研究样本异质性高的纵隔淋巴结,如广泛的CIs所示。既往有报道,如果术前PET结果显示N1或N2淋巴结阴性,则有10-15%的I期NSCLC患者病理诊断为淋巴结转移。据估计,小于2cm的T1a型NSCLC(TNM第7版)淋巴结转移频率为7-12%,T1b型NSCLC淋巴结转移频率为11-30%。
一些研究对术前经PET-CT或EBUS诊断为淋巴结阴性的患者PLNM的预测因素进行了研究。但是,需要强调的是,本研究所建立的预测模型具有较高的准确性,并经过了外部效度的检验,比前人的预测模型更有价值。当使用相同的截止值时,模型的敏感性和特异性与训练集的结果几乎相同,这证明了该模型具有较高的准确性;一致性统计也几乎相同。先前用PET-CT确定的受试者临床特征对淋巴结转移诊断能力的曲线下面积为0.,低于我们模型确定的值(0.)。此外,用EBUS-TBNA评估N1淋巴结转移基本上是不可能的。
本研究的优势包括从一项前瞻性多机构研究中获得的中央审查数据和一个允许对所提出的模型进行测试的外部验证队列。创建这个预测模型是为了确保当PLNM实际上是阳性时,错误诊断阴性转移的风险为5%或更低。没有类似的研究用外部队列验证报告的模型。所有发展队列的TSCT放射学发现由6名医生集中审查。第七版TNM分类认为GGO是肿瘤的一部分;然而,第8版将GGO排除在测量之外。我们的研究小组以前曾报道过实体部分与肿瘤直径比值的重要性,包括GGO成分。因此,我们将CTR作为解释变量之一,建立病理淋巴结转移的预测模型。我们也包括实性部分的外观,胸膜压痕和充气支气管造影作为解释变量。以前的报道已经提示肿瘤密度与肿瘤体积同等重要。例如,Zhang等人报道,伴有GGN和空气支气管造影的结节中固体成分的较高CT值与侵袭性腺癌的风险显著相关。胸膜压痕和支气管充气造影是确定癌症侵袭性的放射学指标。
这些变量可以在常规的临床实践中容易和快速地测量,并且不会给患者带来负担。此外,计算应用程序(如MicrosoftExcel)的使用使得该模型在临床实践中的应用更加简单和快捷。
局限性
我们的研究有几个局限性。首先,该模型仅使用日本数据进行开发和验证。在日本,包括GGO测量在内的CTR评估在临床实践中已经很常见,但在世界范围内可能不那么流行。还需要进一步验证来自其他种群的数据。其次,本研究中使用的某些放射因素可能是主观的。然而,这允许考虑到易于临床应用的因素。在未来,这些因素将被更客观的因素所取代,如自动测量。此外,该模型的一个主要缺点是它没有区分pN1和pN2的概率。这是因为每种N状态的患者数量太少,无法单独检查。从本质上讲,这就是为什么当应用复位手术或其他局部治疗方式时,没有必要分别检查它们的原因之一。此外,这项研究只包括肺癌,不包括非癌症病例。因此,该预测模型的性能是乐观的。因此,该模型仅适用于术前诊断为肺癌的肺结节或高度怀疑为肺癌的肺结节。
结论
综上所述,我们所提出的预测模型是一种简便、无创的工具,可以成功预测以TSCT为主体的肺腺癌临床分期的阴性PLNM。这种预测模型能够评估患者被诊断为PLNM的风险,这可能有助于选择楔形切除术、局部治疗或缩小淋巴结清扫范围的方法。
扫