编译：广东省人民医院 广东省肺癌研究所 傅睿
尽管在筛查、诊断和管理方面取得了进步，但肺癌仍然是全世界癌症死亡的主要原因。2018年全球预计将有210万新发肺癌，180万人因肺癌死亡。NLST和NELSON研究证明了CT筛查的重要性。目前，低剂量CT筛查已迅速应用于美国和欧洲的常规临床实践中。然而，肺癌的CT筛查仍面临挑战，包括检测到大量良性（假阳性）结节，临床上低度恶性肿瘤的诊断和潜在过度治疗。大多数恶性肺结节是肺腺癌（AC），其范围涵盖了从非常惰性到极具侵袭性的不同阶段，有不同的放射学，组织学，遗传学和表型谱表现。因此，简单的肺腺癌分类、临床TNM分期、基于小活检标本的病理学评估都不足以做出有意义的个体化临床决策。鉴于肺结节最佳管理策略的重要性，使用传统的放射学和深度机器学习策略对肺结节进行无创分类和风险分层的计算机图像分析工具在过去十年中受到前所未有的关注。
之前的文章已经证明，使用计算机辅助分析风险获益（CANARY）系统分析的CT密度特征与组织病理学评估相关，并可以基于术后生存数据对肺腺癌进行风险分层和分类。在本文中，来自Mayo Clinic的研究团队进一步描述了基于CANARY的新型评分系统SILA可以无创地预测肺腺癌结节中肿瘤的组织学侵袭程度，预测I期肺腺癌患者的生存，并发表在《JTO》上。
研究方法
2006年1月至2009年12月期间共有237名在MayoClinic 接受肺腺癌切除的患者被纳入本研究。由经验丰富的肺科医生通过回顾性查阅电子病历获得临床信息，包括基线特征，无病生存期和癌症相关死亡和胸部CT图像。失访患者以最后一次检查时间点记录为删失。
肺病理学家根据2015年WHO肺腺癌分类标准进行HE染色切片审查。包括贴壁生长的程度和组织侵袭程度。被认为是组织病理学“惰性”的肺腺癌包括原位腺癌（AIS）（100％贴壁生长并且没有间质浸润的肿瘤）和微浸润腺癌（MIA）（> 50％贴壁生长，没有胸膜/血管浸润的肿瘤，以及≤5mm的浸润成分/非贴壁生长）。不符合AIS或MIA诊断标准的肺腺癌定义为浸润性，并且根据最大线性肿瘤浸润程度（TImax）以5mm间隔进行分类。所有I期肺腺癌的均不超过3cm。
肺癌侵袭评分（ScoreIndicative of Lung Cancer Aggression，SILA）
此前的文章已经描述了CANARY系统并且定量结果已经得到验证。简言之，使用无监督聚类算法对37个随机选择的含有774个目标区域（9X9三维像素）的肺腺癌结节进行分析。使用无监督聚类算法识别九个不同的放射性聚类（其中心被称为“范例” [exemplar] ）。范例的颜色编码为紫色，靛蓝色，红色，橙色，蓝色，青色，绿色，黄色，和粉红色。这些颜色编码的范例代表了肺腺癌频谱中结节的放射性构建块。（图1）。为了在CT扫描中对结节中的每个三维像素进行分类，使用半自动种子生长算法对结节的整个体积进行分割，并由人类专家进行视觉验证。将结节内每个三维像素周围的9×9的目标区域与九个样本进行比较，并将最相似样本的颜色代码分配给三维像素。从而对整个结节进行颜色编码，最终产生该结节特有的特定参数“指纹”。每个结节生成的圆形图像（类似饼图）是结节内每个样本比例的直观表示（见图1）。
肺癌侵袭评分（SILA），是有序CANARY范例的归一化分布的累积总和。有序范例是从成对范例相似性矩阵的最小生成树获得的。在最小生成树中，各个范例和成对相似性分别被处理为连接范例对的边的节点和权重。对节点进行重新排列以形成最短路径；这样的排序表示对范例的毒性进行排序。SILA是从0到1的连续标度值。
我们假设SILA可以非侵入性地估计肺腺癌中组织学侵袭的程度。此外，我们假设通过预测侵袭程度，SILA可以仅在CT图像分析的基础上预测I期肺腺癌中的无病生存率和癌症相关死亡率。
分析
通过计算观测者操作特性曲线面积，证明了SILA区分组织病理学惰性和浸润性性肺腺癌的能力。以前，CANARY已被证实具有非常低程度的观察者间变异性，即使在新手用户中也是如此。因而，此次通过两个观察者独立评估45个孤立肺腺癌结节的Bland-Altman图来评估观察者间对SILA计算的一致性。还通过使用线性加权κ来评估评估者间SILA阈值分类的可靠性。
通过使用方差分析和Tukey-Kramer检验，将结节的SILA值与组织病理学定义的TImax进行比较。该分析针对237名患者（包含197名I期肺腺癌）的完整队列进行。此外，我们得出了两个SILA阈值，并将I期肺腺癌分类为三个不同的组织病理学和预后组。阈值通过使用两种方法计算：基于自动直方图的多级阈值处理和基于病理的阈值选择。在自动方法中，通过使用众所周知的多级阈值算法将队列中的I期肺腺癌结节的SILA值构建的直方图分成三个分区。
Kaplan-Meier（KM）生存分析仅限于I期肺腺癌（无淋巴结或转移性疾病的证据），因为SILA旨在预测CT检测到的肺结节内肿瘤的组织病理学浸润。发现了在I期肺腺癌中基于TImax的三个不同的预后组：惰性肿瘤（AIS和MIA）为最佳存活组，TImax为6至20mm的肿瘤为中间存活组，TImax大于20mm的肿瘤为最差存活组。在此发现的基础上，分配了基于病理学的SILA阈值。SILA为0.338或更低的组（惰性组95％置信区间[CI]的SILA）被定义为良好预后组。SILA为0.338至0.675（TImax=15至20-mm组的95％CI的SILA）定义为中度预后组，SILA为0.675或更高的组作为预后不良的人群。进行Cox比例风险生存分析以分析生存如何随SILA的变化而变化。
NLST队列中的113名I期肺腺癌患者具有可用临床和影像数据，它们作为外部队列测试SILA的预后预测性。如前所述，对通过阈值化获得的三组SILA进行KM存活分析。通过使用对数秩统计检验比较所有KM曲线。
结果
表1详细列出了患者的人口统计信息和临床TNM分期（8th）。中位年龄68岁，16％的患者为不吸烟者。I期肺腺癌是最大的一个亚组，占该队列的83％。
SILA的有效性和组织病理学相关性
SILA分辨惰性和浸润性的特异性和敏感性由ROC曲线表示，曲线下面积（AUC）为0.912（p<0.001）（图2A）。该方法在不同评估者间的有效性由Bland-Altman图显示（图2B），其中超过95％的点落在一致的范围内。线性加权κ分析显示，基于SILA阈值的分类方法在不同评估者间可靠性较高（κ= 0.91,95％CI：0.79-1.0）。
方差分析显示，组织病理学惰性和浸润性肿瘤之间SILA值的差异具有统计学意义（p <0.0001）（图3A）。此外，SILA随着TImax的增加而增加。 Tukey-Kramer有序差异测试显示，SILA的平均值可将侵袭程度分为三个不同的组：惰性，TImax为6至10mm，TImax大于10mm（图3B）。SILA和TImax之间在统计学上显着的关系保持在整个肺腺癌群组中，以及仅在I期肺腺癌结节的亚组中（参见图3B [比较（i）与（ii）]）。
生存分析
患者的KM生存曲线与组织病理学侵袭的程度有关，惰性肿瘤（AIS和MIA）存活率最高（5年时为100％），TImax为6至20 mm的肿瘤具有中等生存期（5年76％），TImax大于20 mm的肿瘤生存率最低（5年60％）（p = 0.015）（图4A）。基于SILA的KM存活分布产生类似于基于组织病理学浸润的KM曲线的曲线（比较图4A与图4B和4C）。在基于病理学的SILA阈值分析中，惰性，中等和最差三组的5年生存率分别为100％，79％和58％。此外，SILA将外部队列NLST研究中的I期肺腺癌患者分成三个不同的生存预后组（图5）。
表2列出了我们队列的临床分期与基于SILA预测的比较。值得注意的是，58％的IA期肿瘤患者根据SILA进入预后不良组，其中20％患者在后续随访期间出现癌症相关死亡。在落入中间组的27％患者中，只有6％患有与癌症相关的死亡率，而在进入预后良好组的15％中，没有一人有与癌症相关的死亡率。此外，大多数IB期肿瘤属于预后不良组，其中约40％的患者在随访期间死于癌症相关死亡。在通过SILA预后分类的NLST数据库中的I期肿瘤中观察到类似的发现（表3）。
讨论
组织病理学上的浸润与否是术后生存的主要决定因素。由于肺腺癌中已知的肿瘤异质性，彻底的病理评估需要通过分析完全切除结节的多个切片，以评估存在于肺腺癌结节内所有病理生长模式。因此，可全面评估结节并与组织病理学关联的无创影像学分析技术对于试图为肺腺癌患者做出个性化管理决策的临床医生来说越来越重要。
遗憾的是，肺腺癌的放射学特征充满了复杂性。虽然人类比计算机模型（主要依赖于大小）能更好地区分恶性结节和大小匹配的良性结节，并进行结节风险评估，但预测放射学肺腺癌结节的侵袭性频谱是一个完全不同的难题。在肉眼检查中，影像学肺腺癌结节具有广泛的可变性，从纯磨砂玻璃到混合实性结节再到实性肺结节。即使是经验丰富的胸部放射科医生也认为可靠地预测浸润程度，特别是混合实性结节或实性结节是具有挑战性的。图6显示了纯粹人类视觉评估的潜在困难，图6同时显示了197个结节进行SILA预测的融合图。
CANARY是一个自动风险分层工具，之前已经显示与组织学评估相关，在训练集（Spearman R = 0.87,95％CI：0.78-0.92）和验证集(R =0.89, CI:0.83-0.93 )中区分惰性和浸润性病变。不幸的是，CANARY临床应用的局限性是使用决策树在一个时间点将肺腺癌分类为浸润性和非浸润性病变。开发SILA是为了促进肺腺癌的长期随访并监测其随时间的演变。在这项研究中，我们已经证明SILA能够超越CANARY预测肺腺癌是浸润性还是惰性的能力，并能够估计组织病理学的浸润深度。大量病理学研究表明，浸润大小超出肿瘤直径或体积是肺腺癌生存的独立预测因子。我们的数据显示，基于SILA预测的I期肺腺癌存活与基于组织病理学预测I期肺腺癌存活是类似的。病理学研究表明，AIS和MIA的5年后复发生存率接近100％。基于SILA预测出的低风险/惰性的肿瘤在5年时也有100％的存活。此外，我们通过基于组织病理学评估和基于SILA评估都能发现，TImax在6和20mm之间的浸润性病变比TImax大于20mm的病变有更好的存活。
之前已经显示CANARY预测NLST队列的无病生存期，表示该软件能够用于各种扫描仪和重建算法获得的CT图像。新评分系统SILA在外部NLST队列中保留了这种预测能力。
我们的非侵入性方法能够预测我们队列中58％IA期肿瘤的不良预后，其中20％的患者在随访期间发生癌症相关死亡。另一方面，仅有6％的中度SILA预后类别患者发生癌症相关死亡，良好SILA预后类别的患者没有癌症相关死亡。在NLST队列中观察到类似的结果，SILA预测52.6％的IA期疾病患者预后不良（在随访期间死亡率为22％）。大多数患有IB期疾病的患者在我们的队列和NLST队列中均表现出较差的SILA预后，其中约40％在随访期间死于癌症相关死亡率。我们的研究结果表明，I期肺腺癌患者组不是一个一致统一的组。SILA能够非侵入性地挑选出天然更具攻击性的肿瘤，并以比当前临床TNM分期更精细的方式预测存活。简单地切除这种异质性I期肿瘤的策略可能是不充分的，并且由SILA检测到的具有不良预后影像学特征的I期肿瘤的子集可能需要辅助全身治疗以获得更好的长期结果。目前的指南不建议IA期进行辅助化疗。然而，对于IB期患者，指南更加模糊。例如，美国临床肿瘤学会（ASCO）并不支持IB期疾病的辅助化疗，但根据NCCN，辅助化疗可能适合某些IB期疾病患者，具体取决于复发的危险因素。我们的数据表明SILA可能在早期临床阶段肺腺癌中选择可能预后较差的患者，这将是全身治疗的理想候选者。我们正在努力了解SILA随时间的变化如何与肺腺癌的预后变化相对应，使SILA成为个性化医疗和长期随访的更有力工具。
我们的研究有其局限性。这是一项回顾性研究，所有患者均切除了原发性肺结节。SILA能否用于预测外科手术前的生存率是有争议的。虽然这个观点是有依据的，但是目前没有可用于预测未治疗的肺腺癌生存的良好纵向数据。在没有干预的情况下简单观察不可预测的肺腺的自然病史的前瞻性研究在目前可用的众多治疗方式的背景下是不道德的，并且对于被选中的、未经组织学确认的假定的肺腺癌患者（无论出于何种原因）的潜在回顾性综述充满了选择偏倚，混淆诊断，不一致的随访以及评估疾病特定死亡率的困难。然而，当我们处理高龄和病情严重的人群时，治疗的风险可能超过在某些情况下密切观察的好处。一种非侵入性工具，如SILA，可以估计肿瘤浸润的程度和预测生存，将成为临床医生试图平衡一连串潜在干预措施的风险和益处的有用工具。在这种情况下，我们设想了一项随机临床试验，其中SILA以前瞻性方式对患有其他合并症的I期肺腺癌患者进行测试，使得及时外科手术干预成为极其危险的尝试。
