Acad Radiol（IF=3.9）首都医科大学宣武医院卢洁教授团队：基于MRI的Delta放射组学预测乳腺癌患者新辅助化疗后腋窝淋巴结病理完全缓解
01
文献学习
今天分享的文献是由首都医科大学宣武医院卢洁教授团队于2025年1月在《Academic Radiology》（中科院2区，IF=3.9）上发表的研究“Delta Radiomics Based on MRI for Predicting Axillary Lymph Node Pathologic Complete Response After Neoadjuvant Chemotherapy in Breast Cancer Patients”即基于MRI的Delta放射组学预测乳腺癌患者新辅助化疗后腋窝淋巴结病理完全缓解，该研究基于多中心数据，利用新辅助化疗（NAC）前后腋窝淋巴结（ALN）区域的DCE-MRI影像，提取放射组学特征，构建了Delta放射组学列线图，用于预测乳腺癌患者NAC后腋窝淋巴结病理完全缓解（apCR）。模型在内部和外部测试集中表现良好（AUC分别为0.894和0.903），并显著减少了不必要的腋窝淋巴结清扫（ALND）。此外，研究还通过转录组分析揭示了该模型与免疫相关通路的生物学关联。
创新点：①首次聚焦腋窝淋巴结的Delta影像组学，利用治疗前后MRI特征动态变化预测apCR，区别于传统原发肿瘤研究。②构建多中心验证的列线图，整合后影像组学、Delta评分及PR状态，外部队列AUC达0.903。③关联转录组与免疫微环境，揭示高分预测组富集免疫相关通路及NK细胞亚型变化，阐释机制。
临床价值：①显著降低不必要的腋窝淋巴结清扫，不必要ALND率从60.42%降至21.88%，减少上肢并发症。②指导个体化腋窝降级治疗，对预测apCR者以前哨淋巴结活检替代ALND，避免过度治疗。③提供无创、可重复的术前预测工具，基于常规DCE-MRI，适用于不同分子亚型（AUC 0.833~0.918）。
图 1：研究设计流程图
图1包含两个子图。图1a展示了患者入组流程：来自两个中心的319例腋窝淋巴结阳性乳腺癌患者，按照纳排标准最终分为训练集（166例）、内部测试集（57例）和外部测试集（96例）。图1b展示了放射组学模型建立流程：从DCE-MRI和DWI序列中分别勾画术前和术后的腋窝淋巴结感兴趣区，提取放射组学特征并计算delta特征（术后减术前再除以术前），经特征筛选后构建pre-radscore、post-radscore和delta-radscore，最终结合临床病理因素建立列线图。
02
研究背景和目的
研究背景
乳腺癌是全球女性最常见的恶性肿瘤之一，也是导致癌症相关死亡的主要原因。新辅助化疗作为局部晚期乳腺癌的首选治疗方案，能够有效降低肿瘤负荷，提高保乳手术和腋窝保留手术的成功率，尤其对于获得腋窝病理学完全缓解的患者，生存率显著改善。然而，新辅助化疗后如何准确判断腋窝淋巴结状态仍是临床难题。尽管前哨淋巴结活检在满足严格条件（如双示踪技术、检出至少3枚前哨淋巴结）时可作为安全选择，但部分患者因示踪剂禁忌、淋巴结标记困难或术后仍为阳性而需接受腋窝淋巴结清扫，这可能导致肩关节活动受限、淋巴水肿等并发症。现有基于临床特征（如T/N分期）或常规影像（如MRI形态学、超声表现）的模型难以精确评估残余腋窝淋巴结状态。随着放射组学的发展，MRI图像可提取大量高通量特征反映肿瘤异质性，但既往研究多聚焦于乳腺原发灶的病理完全缓解预测，忽视了腋窝淋巴结区域的特征价值。值得注意的是，Delta放射组学通过计算新辅助化疗前后影像特征的动态变化，能更敏感地捕捉治疗诱导的肿瘤异质性改变，已在淋巴血管浸润评估中展现出潜力。然而，目前尚无研究探讨基于腋窝淋巴结区域的Delta放射组学在预测腋窝病理学完全缓解中的价值，且其背后的生物学机制尚不明确。因此，亟需开发一种结合动态对比增强MRI和Delta放射组学的无创预测工具。
研究目的
本研究旨在开发并验证一种基于磁共振成像的Delta放射组学列线图，整合影像组学特征与临床病理因素，用于预测乳腺癌患者新辅助化疗后腋窝淋巴结病理学完全缓解，并进一步通过转录组分析探索其生物学基础。具体而言，研究者从两个医疗中心共纳入319例经活检证实腋窝淋巴结转移的乳腺癌患者，手动分割新辅助化疗前后动态对比增强MRI和弥散加权成像中腋窝淋巴结的三维感兴趣区，提取放射组学特征并计算Delta特征（化疗后特征与化疗前特征的差值除以化疗前特征）。通过方差阈值、SelectKbest和LASSO回归筛选出最具预测价值的特征，构建化疗前、化疗后及Delta放射组学评分。结合单因素及多因素逻辑回归筛选的独立预测因子（如孕激素受体状态），建立列线图模型。在内部和外部测试集中评估模型的区分度（受试者工作特征曲线下面积）、校准曲线和临床决策曲线，并与单纯临床模型或放射组学模型进行对比。此外，对16例具有RNA测序数据的患者进行基因富集分析、免疫微环境评估，以揭示高预测评分组与免疫相关基因（如CXCL1、CXCL17）及自然杀伤细胞静息/活化状态的关联。最终目标是实现腋窝病理学完全缓解的精准预测，从而帮助临床医生筛选适合前哨淋巴结活检的患者，避免不必要的腋窝淋巴结清扫，降低过度治疗风险。
03
数据和方法
研究数据
总样本：319例来自两家医院
Center 1：223例（训练集：166，内部测试集：57）
Center 2：96例（外部测试集）
纳入标准：穿刺证实ALN转移、接受标准NAC、有前后DCE-MRI、术后行ALND
排除标准：多灶/双侧病变、影像或临床数据缺失、免疫组化信息不全、MRI质量差
技术方法
ROI分割：在DCE-MRI和DWI上手动勾画ALN区域（3D ROI）
特征提取：使用Pyradiomics提取1409个特征/ROI，包括形状、一阶统计、纹理等
Delta特征计算：(post - pre) / pre
特征筛选：ICC > 0.80 → 方差阈值 → selectKbest → LASSO回归
模型构建：
放射组学评分（pre、post、delta radscore）
单/多变量逻辑回归筛选独立预测因子（PR、post-radscore、delta-radscore）
构建列线图
性能评估：AUC、校准曲线、DCA、敏感性/特异性/准确率
生物学验证：RNA-seq数据（16例）进行差异表达基因、GSEA、免疫细胞浸润分析
04
实验结果
apCR率：训练集37.3%，内部测试集38.6%，外部测试集39.6%
独立预测因子：PR、post-radscore、delta-radscore
模型性能（AUC）：
内部测试集：0.894（0.801–0.986）
外部测试集：0.903（0.812–0.939）
敏感性：0.912（内部）、0.861（外部）
临床获益：不必要ALND率从60.42%降至21.88%，最终获益率从39.58%升至70.83%
亚组分析：在三阴性、HER2+、Luminal亚型中均表现良好（AUC 0.833–0.918）
生物学机制：高分组富集免疫相关通路（如NK细胞静息、线粒体呼吸链、核糖体通路）
图 2：预测apCR的放射组学列线图
该列线图整合了三个独立预测因子：孕激素受体状态（PR）、术后放射组学评分（post-radscore）和delta放射组学评分（delta-radscore）。每个因子对应一个分值标尺，通过向上垂直投影获得各因子的分值，三者相加得到总分后，再向下投影至apCR预测概率轴，即可读出该患者达到腋窝病理学完全缓解的个体化概率。图中展示了不同分值组合对应的预测概率范围，为临床医生提供了直观、可视化的决策工具，有助于判断哪些患者可避免不必要的腋窝淋巴结清扫术。
图 3：各模型的ROC曲线及亚组分析
图3a-c分别展示了训练集、内部测试集和外部测试集中，临床模型、post-radscore、delta-radscore和列线图四个模型的ROC曲线。列线图在所有数据集中均表现最佳，AUC值最高（内部测试集0.894，外部测试集0.903），且敏感度优异（内部0.912，外部0.861）。图3d为基于分子亚型的分层ROC分析，显示列线图在Luminal A+B型、HER2过表达型和三阴性乳腺癌亚组中均保持良好预测性能，AUC分别为0.842、0.918和0.833，证明了模型的泛化能力。
图 4：校准曲线与决策曲线分析
图4a-b为校准曲线，图中预测概率与实际观测概率点紧密围绕对角线分布，Hosmer-Lemeshow检验无显著差异（P>0.05），表明模型预测的apCR概率与实际发生率高度一致。图4c-d为决策曲线分析，结果显示在0.1~1.0的阈值概率范围内，列线图的净获益值显著高于“全部治疗”或“不治疗”方案，也高于单独的临床模型和radscore。借助该列线图，不必要的ALND率可从60.42%降至21.88%，临床净获益率从39.58%提升至70.83%。
图 5：放射组学预测的生物学基础探索
图5基于16例RNA测序数据，分为高、低apCR预测评分两组。图5a热图显示两组间存在大量差异表达基因，如CXCL1、CXCL17等。图5b火山图进一步突出显著上调和下调基因。图5c GO富集显示高分组上调通路包括有氧电子传递链、线粒体ATP合成等。图5d KEGG富集涉及核糖体、朊病毒疾病等通路。图5e免疫细胞箱线图显示高分组中静息NK细胞显著增多（P=0.042），活化NK细胞显著减少（P=0.002），提示放射组学评分与抗肿瘤免疫应答相关。
05
研究结论
基于MRI的Delta放射组学列线图结合治疗后放射组学评分（post-radscore）、Delta放射组学评分（delta-radscore）以及孕激素受体（PR）状态，能够高精度预测乳腺癌患者新辅助化疗后的腋窝淋巴结病理完全缓解（apCR）。在内部验证集和外部验证集中，该列线图的曲线下面积（AUC）分别达到0.894和0.903，展现出优异的区分能力和临床实用性。决策曲线分析和校准曲线证实其具有良好的净获益和一致性。临床决策辅助分析显示，应用该列线图可使不必要的腋窝淋巴结清扫（ALND）率从60.42%降至21.88%，最终获益率从39.58%提升至70.83%，显著避免过度治疗。此外，转录组学分析揭示，高apCR预测评分与免疫相关基因（如CXCL1、CXCL17）及通路上调相关，且与静息状态NK细胞增多、活化NK细胞减少的肿瘤微环境特征相关，提示放射组学预测的生物学基础可能涉及免疫应答增强。综上，该研究构建并验证了一种无创、可推广的放射组学列线图，可有效筛选出新辅助化疗后达到apCR的乳腺癌患者，从而指导临床采用前哨淋巴结活检替代ALND，实现个体化的腋窝降阶梯治疗。
06
讨论
局限性：①手动分割ROI影响稳定性与可重复性，且对形态正常淋巴结缺乏客观选择标准，依赖医生经验。②分子亚型分布不均，部分亚型样本量小可能导致统计偏倚，且生物学基础分析样本量仅16例。③纳入患者均行ALND，未涉及靶向腋窝清扫，模型在新型术式中的适用性有待验证。
未来展望：①开发自动分割方法，提升模型稳定性与临床实用性，减少人为操作差异。②扩大样本量并针对不同分子亚型分层验证，同时增加转录组学分析样本量以强化生物学解释。③引入深度学习技术，探索其与传统影像组学的结合，并验证模型在靶向腋窝清扫患者中的预测价值。
参考文献：Mao N, Bao Y, Dong C, Zhou H, Zhang H, Ma H, Wang Q, Xie H, Qu N, Wang P, Lin F, Lu J. Delta Radiomics Based on MRI for Predicting Axillary Lymph Node Pathologic Complete Response After Neoadjuvant Chemotherapy in Breast Cancer Patients. Acad Radiol. 2025 Jan;32(1):37-49. doi: 10.1016/j.acra.2024.07.052.