中华肿瘤杂志

作者：彭文静,万丽娟,张红梅,邹霜梅,欧阳汉,赵心明,周纯武

关键词：直肠肿瘤;神经内分泌肿瘤;磁共振成像;病理分级

基金：国家自然科学基金E81971589

目的 探讨MRI特征对直肠神经内分泌肿瘤(NETs)病理分级的预测价值并构建预测模型。方法 回顾性收集2013年1月至2019年11月在中国医学科学院肿瘤医院经病理证实的直肠NETs患者30例，均行直肠常规MRI平扫、扩散加权成像及动态增强MRI扫描。采用方差分析、Freeman－Halton检验或Kruskal－Wallis 检验比较不同病理分级(G1、G2和G3级)直肠NETs间的临床和MRI特征。对有统计学意义的预测特征行共线性检验，通过逐步回归法移除共线性特征得到最优变量子集后，纳入有序多分类logistic回归分析并建立病理分级预测模型。采用受试者工作特征(ROC)曲线分析评价预测模型对直肠NETs病理分级的预测效能。 结果 30例直肠NETs中，病理分级为G1级13例，G2级7例，G3级10例。G1、G2和G3级直肠NETs的肿瘤最大径、肿瘤边界、生长方式、mr－T分期、mr－N评价、壁外血管侵犯、系膜筋膜状态、T2加权成像信号强度、静脉期强化程度和有无远处转移差异均有统计学意义(均 <0.05)。经共线性检验和逐步回归法分析，获得含mr－T分期和静脉期肿瘤强化程度的最优预测子集，并构建了病理分级预测模型。相对于mr－T4期，mr－T1期肿瘤病理分级为低级别的 ＝43.95( ＝0.034)；相对于静脉期明显强化，低或无强化肿瘤病理分级为低级别的 ＝0.07( ＝0.014)；G1级与G2~3级二分类预测模型的常数项为－1.78，G1~2级与G3级二分类预测模型的常数项为0.90。应用此模型预测G1、G2和G3级直肠NETs的ROC曲线下面积分别为0.945、0.624和0.896，灵敏度分别为75.0%、85.7%和90.9%，特异度分别为88.9%、52.6%和93.3%。 结论 基于mr－T分期和静脉期肿瘤强化程度的预测模型可以在治疗前预测直肠NETs的病理分级。

来源：2022年第08期

《中华肿瘤》期刊编辑部

查看中华肿瘤杂志2022年第08期