01文献信息本次分享的文献是由北京大学肿瘤医院医学影像科孙应实教授等团队2025年4月在《Radiology》中科院1区IF15.2上发表的研究“Predicting Regional Lymph Node Metastases at CT in Microsatellite Instability–High Colon Cancer”即基于CT预测微卫星不稳定高MSI-H型结肠癌区域淋巴结转移该研究为两中心回顾性研究针对微卫星不稳定性高MSI-H结肠癌的传统CT淋巴结评估准确率低的问题本研究提出基于淋巴结分布模式的新型分期系统dcN显著提升淋巴结转移诊断准确性90% vs 46%并证实其对免疫治疗反应的预测价值。02研究背景及目标研究背景结肠癌是全球第三大常见恶性肿瘤第二大致死原因。MSI-H型结肠癌占比约15%由于肿瘤突变负荷高免疫反应强手术切除后往往检出较多增生性反应性淋巴结但真正的转移比例较低。现有CT基于淋巴结大小、边界、密度等指标的分期方法准确率低于50%常出现过度分期overstaging。临床上淋巴结状态决定治疗策略单纯根治性手术vs.联合辅助治疗/免疫治疗因此如何提高CT评估准确率是关键问题。研究目标探讨CT所见淋巴结分布模式distributionpatterns是否能提高MSI-H结肠癌淋巴结转移的诊断准确性。构建并验证一种基于分布的临床淋巴结分期。03数据和方法一、研究数据Study Data患者来源与分组总人群从 3183 例结肠癌患者中筛选最终纳入368 例 MSI-H 结肠癌患者共 378 个病灶。排除标准微卫星稳定MSS癌n2412合并其他恶性肿瘤n33CT 图像质量差n24合并远处转移n202临床/病理资料不全n42病理确认为 N1cn71已接受术前化疗n31具体分组开发集Development set来源北京大学肿瘤医院2017.12 – 2022.12患者230例239个病灶病理分期pN− 184个病灶pN 55个病灶验证集Test set来源北京大学首钢医院2016.1 – 2024.1患者86例87个病灶病理分期pN− 57个病灶pN 30个病灶治疗集Treatment set来源北京大学肿瘤医院2017.8 – 2024.2患者52例52个病灶均接受新辅助免疫治疗PD-1/PD-L1单药或联合方案患者特征中位年龄60岁IQR 50–70性别比例男 211例女 157例临床分期早期T1–T2均无淋巴结转移进展期T3–T4b淋巴结转移率较高但转移概率与浸润深度并非线性关系病理特点pN患者肿瘤分化程度更差淋巴管侵犯、神经侵犯比例更高均 P0.05图 1研究队列纳入与排除标准流程图二、技术方案Technical Methods1. CT 成像与评估成像条件增强 CT腹盆腔扫描层厚、参数详见附录未在正文完全展开。评估团队6 名放射科医生资深、中级、规培医生各2人独立阅片若有分歧由具有30年经验的专家孙颖实教授裁定。传统 cN 判定标准clinical N stage转移性淋巴结短径/长径比 0.8密度不均或边界不规则非转移性淋巴结短径/长径比 0.8密度均匀、边界规则2. 淋巴结分布模式Distribution Patterns通过三维 CT轴位、冠状位、矢状位综合判定血管分布Vascular distribution所有淋巴结边界清楚沿供应动脉或静脉排列拥挤簇集Jammed cluster≥3个淋巴结边界模糊彼此紧密簇集至少有一个淋巴结远离血管部分融合Partial fusion多个边界不清的淋巴结聚集并部分融合成团3. 新模型构建dcNdistribution-based cN诊断流程所有淋巴结均表现为“血管分布” → 定义为dcN−无转移出现“拥挤簇集”或“部分融合” → 定义为dcN有转移模型建立方法在开发集中用单变量 多变量 Logistic 回归分析结果显示“拥挤簇集”和“部分融合”是独立预测因子而“血管分布”与转移无关最终纳入 dcN 模型4. 病理与临床验证病理标准AJCC/UICC 第八版 TNM 分期病理学确认 pN 状态新辅助免疫治疗疗效判定病理完全缓解pCR切除标本中无残余癌细胞临床完全缓解cCRCT示肿瘤缩小 ≥75%镜下活检阴性5. 统计学方法组间比较Mann-Whitney U 检验连续变量χ²检验分类变量预测因子筛选Logistic 回归单变量、多变量相关性分析Kendall τ-b模型性能验证计算准确率、敏感性、特异性、PPV、NPV组间差异用 McNemar 检验观察者一致性Fleiss κ0–0.49差0.50–0.75中等0.76–0.90良好0.90极佳显著性标准P 0.0504实验结果图图 2CT 检测的区域淋巴结分布模式示意图与代表性图像包含三类模式Vascular distribution血管分布淋巴结边界清楚沿血管排列。CT示例多发清晰淋巴结分布于血管周围。Jammed cluster拥挤簇集≥3个边界模糊的淋巴结紧密簇集。CT示例多位患者表现为团簇样分布。Partial fusion部分融合多个淋巴结边界不清部分融合为一团。CT示例显示典型淋巴结融合征象。图 3dcN 分期诊断流程示意图首先判断CT上是否检测到区域淋巴结。如果所有淋巴结都表现为血管分布则定义为dcN-无转移。如果存在拥挤成簇或部分融合中的任何一种模式则定义为dcN转移。图 4dcN 分期临床案例示例案例AdcN−26岁女性血管分布 → 病理证实pN−案例BdcN54岁男性拥挤簇集 → 病理证实pN案例CdcN66岁女性部分融合 → 病理证实pN05讨论创新方向提出淋巴结分布模式的影像学新指标而非单一依赖大小、边界等传统形态学特征。构建了dcN模型显著提升诊断准确性与特异性。将CT评估与免疫治疗疗效预测相结合具备转化医学意义。局限性回顾性研究部分转移淋巴结无法一一对应病理验证。未纳入PET/CT可能影响综合评估。免疫治疗方案不统一存在一定干扰因素。研究对象仅限MSI-H结肠癌是否适用于MSS微卫星稳定型结肠癌需进一步研究。临床价值提高术前影像学评估的准确性避免过度分期和不必要的治疗。为选择合适患者接受新辅助免疫治疗提供参考。有助于指导更精准的外科切除与个体化治疗。