基于18F-FDG PET代谢参数及临床参数的列线图生存预测模型预测弥漫大B细胞淋巴瘤患者预后的价值

蒋冲 丁重阳 来瑞鹤 胡玲莉 滕月

引用本文:
Citation:

基于18F-FDG PET代谢参数及临床参数的列线图生存预测模型预测弥漫大B细胞淋巴瘤患者预后的价值

    通讯作者: 滕月, 18304636833@163.com

The prognostic value of nomogram survival prediction model based on 18F-FDG PET metabolic parameters and clinical parameters of patients with diffuse large B-cell lymphoma

    Corresponding author: Yue Teng, 18304636833@163.com
  • 摘要: 目的 构建基于18F-氟脱氧葡萄糖(FDG)PET代谢参数及临床参数的列线图生存预测模型,并验证其对弥漫大B细胞淋巴瘤(DLBCL)患者预后的预测价值。 方法 回顾性分析2011年3月至2019年11月于南京大学医学院附属鼓楼医院以及南京医科大学第一附属医院经组织病理学检查确诊的383例未经治疗的DLBCL患者的18F-FDG PET/CT影像学资料和临床资料,其中男性204例、女性179例,年龄19~93(47.3±14.9)岁。按照7∶3的比例采用随机数字表法将患者分为训练组(n=268例)和验证组(n=115例)。勾画并计算患者总肿瘤代谢体积(TMTV)和病灶糖酵解总量(TLG)。采用Kaplan Meier生存分析、单因素和多因素Cox比例风险回归模型对患者无进展生存(PFS)期及总生存(OS)期进行预后分析并构建生存预测模型。通过训练组和验证组的校准曲线、一致性指数(C-index)以及临床决策曲线分析(DCA)对预测模型进行评估。 结果 训练组单因素分析结果显示,年龄、乳酸脱氢酶(LDH)水平、美国东部肿瘤协作组行为状态(ECOG PS)评分、Ann Abor分期、大包块、TMTV及TLG为预测PFS期的危险影响因素(HR=1.670~3.277,均P<0.05);年龄、LDH水平、B症状、ECOG PS评分、Ann Abor分期、大包块、TMTV及TLG为预测OS期的危险影响因素(HR=1.661~4.193,均P<0.05)。训练组多因素分析结果表明,年龄、LDH水平、Ann Abor分期及TLG是预测DLBCL患者PFS期和OS期的独立影响因素(HR=1.589~3.367,均P<0.05)。校准曲线显示,该预测模型具有较好的预测一致性;C-index评估结果显示,训练组和验证组预测模型具有较高的准确性(PFS期:0.724对0.762; OS期:0.749对0.753)。临床DCA结果表明,预测模型可以给患者带来更多的临床获益。 结论 基于18F-FDG PET代谢参数TLG及临床参数(年龄、LDH水平、Ann Abor分期)生存预测模型能够很好地对DLBCL患者进行预后评估,为精准个性化治疗提供可能。
  • 图 1  弥漫大B细胞淋巴瘤患者(训练组)的临床参数及18F-FDG PET代谢参数TLG对其无进展生存期和总生存期预后的Kaplan-Meier生存分析曲线

    Figure 1.  Kaplan-Meier survival analysis curve of clinical parameters and 18F-FDG PET metabolic parameters total lesion glycolysis of patients with diffuse large B-cell lymphoma (training group) to progression free survival and overall survival

    图 2  预测弥漫大B细胞淋巴瘤患者PFS期的列线图生存预测模型(A)及其在训练组(B)和验证组(C)中的校准曲线(左)、时间依懒型ROC曲线(中)和临床决策曲线(右)

    Figure 2.  The nomogram of model for predicting progression free survival in diffuse large B-cell lymphoma patients (A), calibration curves, time dependent receiver operating characteristic curve and clinical decision curve of the model for predicting progression free survival in the training group (B) and validation group (C)

    图 3  预测弥漫大B细胞淋巴瘤患者OS期的列线图生存曲线模型(A)及其在训练组(B)和验证组(C)中的校准曲线(左)、时间依懒型ROC曲线(中)和临床决策曲线(右)

    Figure 3.  The nomogram of model for predicting overall survival in diffuse large B-cell lymphoma patients (A), calibration curves, time dependent receiver operating characteristic curve and clinical decision curve of the model for predicting overall survival in the training group (B) and validation group (C)

    表 1  影响训练组268例DLBCL患者无进展生存期和总生存期的单因素分析

    Table 1.  Univariate analysis of influencing of progression free survival and overall survival in the training group 268 patients with diffuse large B-cell lymphoma

    因素例数无进展生存期总生存期
    HR(95%CIPHR(95%CIP
    性别(男/女) 142/126 1.012(0.675~1.518) 0.953 0.894(0.555~1.439) 0.643
    年龄(<60岁/≥60岁) 151/117 2.017(1.341~3.035) 0.001 2.549(1.548~4.197) <0.001
    LDH水平(正常/升高) 157/111 2.065(1.375~3.101) <0.001 2.304(1.417~3.745) 0.001
    B症状(无/有) 168/100 1.459(0.973~2.188) 0.068 1.661(1.031~2.677) 0.037
    ECOG PS评分(0~1分/≥2分) 201/67 1.671(1.092~2.559) 0.018 1.755(1.066~2.888) 0.027
    Ann Abor分期(Ⅰ、Ⅱ期/Ⅲ、Ⅳ期) 117/151 2.922(1.812~4.713) <0.001 3.600(1.965~6.596) <0.001
    结外累及(无/有) 90/178 1.351(0.865~2.112) 0.186 1.209(0.723~2.023) 0.470
    骨髓累及(无/有) 220/48 1.381(0.856~2.230) 0.186 1.687(0.983~2.897) 0.058
    大包块(无/有) 195/73 1.670(1.096~2.545) 0.017 1.825(1.116~2.984) 0.016
    病理分型(无/有) 138/130 1.287(0.860~1.925) 0.221 1.399(0.868~2.256) 0.168
    SUVmax(<21.6/≥21.6) 162/106 1.734(1.157~2.599) 0.170 1.538(0.953~2.481) 0.164
    TMTV(<220.6 cm3/≥220.6 cm3 186/82 2.712(1.812~4.060) <0.001 3.293(2.040~5.316) <0.001
    TLG(<1 282.8 g/≥1 282.8 g) 183/85 3.277(2.186~4.911) <0.001 4.193(2.574~6.829) <0.001
    注:DLBCL为弥漫大B细胞淋巴瘤;LDH为乳酸脱氢酶;ECOG PS为美国东部肿瘤协作组行为状态;SUVmax 为最大标准化摄取值;TMTV为总代谢肿瘤体积;TLG为糖酵解总量;HR为危险比;CI为置信区间
    下载: 导出CSV

    表 2  影响训练组268例DLBCL患者无进展生存期和总生存期的多因素分析

    Table 2.  Multivariate analysis of influencing of progression free survival and overall survival in the training group 268 patients with diffuse large B-cell lymphoma

    因素无进展生存期 总生存期
    HR(95%CIPHR(95%CIP
    年龄 2.054(1.355~3.112) 0.001 2.760(1.652~4.611) <0.001
    LDH水平 1.589(1.030~2.451) 0.001 1.679(1.005~2.804) 0.048
    Ann Abor分期 2.099(1.268~3.476) 0.004 2.333(1.240~4.388) 0.009
    TLG 2.603(1.669~4.058) <0.001 3.367(1.980~5.728) <0.001
    注:DLBCL为弥漫大B细胞淋巴瘤;LDH为乳酸脱氢酶;TLG为糖酵解总量;HR为危险比;CI 为置信区间
    下载: 导出CSV
  • [1] Liu Y, Barta SK. Diffuse large B-cell lymphoma: 2019 update on diagnosis, risk stratification, and treatment[J]. Am J Hematol, 2019, 94(5): 604−616. DOI: 10.1002/ajh.25460.
    [2] Bakhshi TJ, Georgel PT. Genetic and epigenetic determinants of diffuse large B-cell lymphoma[J/OL]. Blood Cancer J, 2020, 10(12): 123[2021-09-26]. https://www.nature.com/articles/s41408-020-00389-w. DOI: 10.1038/s41408-020-00389-w.
    [3] Kwak JY. Treatment of diffuse large B cell lymphoma[J]. Korean J Intern Med, 2012, 27(4): 369−377. DOI: 10.3904/kjim.2012.27.4.369.
    [4] Coiffier B, Sarkozy C. Diffuse large B-cell lymphoma: R-CHOP failure-what to do?[J]. Hematology Am Soc Hematol Educ Program, 2016, 2016(1): 366−378. DOI: 10.1182/asheducation-2016.1.366.
    [5] International Non-Hodgkin's Lymphoma Prognostic Factors Project. A predictive model for aggressive non-Hodgkin's lymphoma[J]. N Engl J Med, 1993, 329(14): 987−994. DOI: 10.1056/NEJM199309303291402.
    [6] Sehn LH, Berry B, Chhanabhai M, et al. The revised International Prognostic Index (R-IPI) is a better predictor of outcome than the standard IPI for patients with diffuse large B-cell lymphoma treated with R-CHOP[J]. Blood, 2007, 109(5): 1857−1861. DOI: 10.1182/blood-2006-08-038257.
    [7] Zhou Z, Sehn LH, Rademaker AW, et al. An enhanced International Prognostic Index (NCCN-IPI) for patients with diffuse large B-cell lymphoma treated in the rituximab era[J]. Blood, 2014, 123(6): 837−842. DOI: 10.1182/blood-2013-09-524108.
    [8] 中华医学会核医学分会. 淋巴瘤18F-FDG PET/CT及PET/MR显像临床应用指南(2021版)[J]. 中华核医学与分子影像杂志, 2021, 41(3): 161−169. DOI: 10.3760/cma.j.cn321828-20210129-00018.
    Chinese Society of Nuclear Medicine. Clinical practice guideline of 18F-FDG PET/CT and PET/MR in lymphoma (2021 edition)[J]. Chin J Nucl Med Mol Imaging, 2021, 41(3): 161−169. DOI: 10.3760/cma.j.cn321828-20210129-00018.
    [9] 刘文静, 赵新明, 吴冯春. 18F-FDG PET/CT对化疗中期弥漫性大B细胞淋巴瘤患者预后判断的价值[J]. 国际放射医学核医学杂志, 2022, 46(5): 261−269. DOI: 10.3760/cma.j.cn121381-202104017-00182.
    Liu WJ, Zhao XM, Wu FC. The value of 18F-FDG PET/CT in predicting the prognosis of patients with diffuse large B-cell lymphoma in the middle stage of chemotherapy[J]. Int J Radiat Med Nucl Med, 2022, 46(5): 261−269. DOI: 10.3760/cma.j.cn121381-202104017-00182.
    [10] Jiang C, Teng Y, Zheng Z, et al. Value of total lesion glycolysis and cell-of-origin subtypes for prognostic stratification of diffuse large B-cell lymphoma patients[J]. Quant Imaging Med Surg, 2021, 11(6): 2509−2520. DOI: 10.21037/qims-20-1166.
    [11] Zhang YY, Song L, Zhao MX, et al. A better prediction of progression-free survival in diffuse large B-cell lymphoma by a prognostic model consisting of baseline TLG and %ΔSUVmax[J/OL]. Cancer Med, 2019, 8(11): 5137−5147[2021-09-26]. https://onlinelibrary.wiley.com/doi/10.1002/cam4.2284. DOI: 10.1002/cam4.2284.
    [12] Mesguich C, Roch A, Hindié E, et al. Prognostic utility of pre-transplantation [18F] fluorodeoxyglucose positron emission tomography/computed tomography in patients with diffuse large B-cell lymphoma who underwent rituximab, dexamethasone, high-dose cytarabine, carboplatin salvage chemotherapy[J]. Br J Haematol, 2020, 188(2): 268−271. DOI: 10.1111/bjh.16144.
    [13] 丁重阳, 丁磊, 李天女, 等. 18F-FDG PET/CT代谢参数判断Ⅱ~Ⅲ期弥漫大B细胞淋巴瘤的预后价值[J]. 国际放射医学核医学杂志, 2019, 43(3): 203−209. DOI: 10.3760/cma.j.issn.1673-4114.2019.03.002.
    Ding CY, Ding L, Li TN, et al. Prognostic value of 18F-FDG PET/CT metabolic parameters in patients with diffuse large B-cell lymphoma of stage Ⅱ~Ⅲ disease[J]. Int J Radiat Med Nucl Med, 2019, 43(3): 203−209. DOI: 10.3760/cma.j.issn.1673-4114.2019.03.002.
    [14] Ziepert M, Hasenclever D, Kuhnt E, et al. Standard international prognostic index remains a valid predictor of outcome for patients with aggressive CD20+ B-cell lymphoma in the rituximab era[J]. J Clin Oncol, 2010, 28(14): 2373−2380. DOI: 10.1200/JCO.2009.26.2493.
    [15] El-Galaly TC, Villa D, Alzahrani M, et al. Outcome prediction by extranodal involvement, IPI, R-IPI, and NCCN-IPI in the PET/CT and rituximab era: a Danish-Canadian study of 443 patients with diffuse-large B-cell lymphoma[J]. Am J Hematol, 2015, 90(11): 1041−1046. DOI: 10.1002/ajh.24169.
    [16] 赵曼, 吴翼伟. 18F-FDG PET/CT联合改良国际预后指标(NCCN-IPI)对弥漫大B细胞淋巴瘤预后评估的价值分析[J]. 国际放射医学核医学杂志, 2019, 43(5): 427−431. DOI: 10.3760/cma.j.issn.1673-4114.2019.05.008.
    Zhao M, Wu YW. Prognostic value of 18F-FDG PET/CT combined with an enhanced international prognostic index (NCCN-IPI) in diffuse large B cell lymphoma[J]. Int J Radiat Med Nucl Med, 2019, 43(5): 427−431. DOI: 10.3760/cma.j.issn.1673-4114.2019.05.008.
    [17] Harkins RA, Chang A, Patel SP, et al. Remaining challenges in predicting patient outcomes for diffuse large B-cell lymphoma[J]. Expert Rev Hematol, 2019, 12(11): 959−973. DOI: 10.1080/17474086.2019.1660159.
    [18] 宁静, 于鹏, 刘家金, 等. 18F-FDG PET/CT图像的影像组学分析在胶质瘤MGMT基因甲基化状态评估中的初步应用[J]. 国际放射医学核医学杂志, 2020, 44(8): 486−492. DOI: 10.3760/cma.j.cn121381-201903057-00064.
    Ning J, Yu P, Liu JJ, et al. Radiomic analysis of 18F-FDG PET/CT images in the evaluation of the MGMT methylation status in gliomas[J]. Int J Radiat Med Nucl Med, 2020, 44(8): 486−492. DOI: 10.3760/cma.j.cn121381-201903057-00064.
  • [1] 李旭刘甫庚陈聪霞崔燕冯茹颜东岳姚稚明 . 中期18F-FDG PET/CT预测结外弥漫大B细胞淋巴瘤疗效和预后的方法学研究. 国际放射医学核医学杂志, 2023, 47(5): 265-273. doi: 10.3760/cma.j.cn121381-202212002-00302
    [2] 杨帅沈秋怡付鹏赵长久18F-FDG PET/CT代谢参数MTV在弥漫大B细胞淋巴瘤预后预测中的研究进展. 国际放射医学核医学杂志, 2022, 46(10): 624-628. doi: 10.3760/cma.j.cn121381-202112011-00227
    [3] 刘文静赵新明吴冯春18F-FDG PET/CT对化疗中期弥漫性大B细胞淋巴瘤患者预后判断的价值. 国际放射医学核医学杂志, 2022, 46(5): 261-269. doi: 10.3760/cma.j.cn121381-202104017-00182
    [4] 鲁心宇王云华马晓伟安荣臣虢红辉董楚宁向馨尹璇18F-FDG PET/CT在常见原发性胃淋巴瘤组织病理学分型鉴别诊断和预后评估中的价值. 国际放射医学核医学杂志, 2023, 47(6): 327-337. doi: 10.3760/cma.j.cn121381-202301011-00310
    [5] 夏连爽王洋洋董娴宁杨光杰李晓旭高宅崧张驹王振光 . 基线18F-FDG PET/CT代谢参数对伴有转移的食管鳞状细胞癌放化疗患者预后的预测价值. 国际放射医学核医学杂志, 2023, 47(3): 133-140. doi: 10.3760/cma.j.cn121381-202208004-00280
    [6] 丁晓芳肖晓燕柳江燕 . PET/CT在结外NK/T细胞淋巴瘤诊治中的应用进展. 国际放射医学核医学杂志, 2021, 45(12): 789-794. doi: 10.3760/cma.j.cn121381-202012013-00111
    [7] 陈学涛姚稚明 . 术前18F-FDG PET/CT显像代谢参数在非小细胞肺癌患者预后评估中的应用进展. 国际放射医学核医学杂志, 2020, 44(11): 704-708. doi: 10.3760/cma.j.cn121381-201908030-00090
    [8] 周春燕段东18F-FDG PET/CT评估转移性肾癌靶向治疗疗效及预后的应用. 国际放射医学核医学杂志, 2020, 44(6): 386-393. doi: 10.3760/cma.j.cn121381-201903023-00030
    [9] 梁欢王政杰李梦丹敬兴果18F-FDG PET/CT参数和炎症标志物在鼻咽癌预后预测中的应用进展. 国际放射医学核医学杂志, 2024, 48(2): 1-7. doi: 10.3760/cma.j.cn121381-202304014-00392
    [10] 訾刚袁超刘红丽李卫鹏李辉沈如月陈雪梅18F-FDG PET/CT代谢体积参数对复发性宫颈癌的预后预测及其与外周血NLR、PLR相关性的研究. 国际放射医学核医学杂志, 2023, 47(2): 69-80. doi: 10.3760/cma.j.cn121381-202204012-00269
    [11] 王欣李迎辞田墨涵18F-FDG PET/CT在胃癌中的临床应用进展. 国际放射医学核医学杂志, 2020, 44(12): 775-779. doi: 10.3760/cma.j.cn121381-201908004-00097
  • 加载中
图(3)表(2)
计量
  • 文章访问数:  3109
  • HTML全文浏览量:  2281
  • PDF下载量:  44
出版历程
  • 收稿日期:  2021-09-27
  • 网络出版日期:  2022-09-19
  • 刊出日期:  2022-09-25

基于18F-FDG PET代谢参数及临床参数的列线图生存预测模型预测弥漫大B细胞淋巴瘤患者预后的价值

    通讯作者: 滕月, 18304636833@163.com
  • 1. 南京大学医学院附属鼓楼医院核医学科,南京210008
  • 2. 南京医科大学第一附属医院核医学科,南京 210029

摘要:  目的 构建基于18F-氟脱氧葡萄糖(FDG)PET代谢参数及临床参数的列线图生存预测模型,并验证其对弥漫大B细胞淋巴瘤(DLBCL)患者预后的预测价值。 方法 回顾性分析2011年3月至2019年11月于南京大学医学院附属鼓楼医院以及南京医科大学第一附属医院经组织病理学检查确诊的383例未经治疗的DLBCL患者的18F-FDG PET/CT影像学资料和临床资料,其中男性204例、女性179例,年龄19~93(47.3±14.9)岁。按照7∶3的比例采用随机数字表法将患者分为训练组(n=268例)和验证组(n=115例)。勾画并计算患者总肿瘤代谢体积(TMTV)和病灶糖酵解总量(TLG)。采用Kaplan Meier生存分析、单因素和多因素Cox比例风险回归模型对患者无进展生存(PFS)期及总生存(OS)期进行预后分析并构建生存预测模型。通过训练组和验证组的校准曲线、一致性指数(C-index)以及临床决策曲线分析(DCA)对预测模型进行评估。 结果 训练组单因素分析结果显示,年龄、乳酸脱氢酶(LDH)水平、美国东部肿瘤协作组行为状态(ECOG PS)评分、Ann Abor分期、大包块、TMTV及TLG为预测PFS期的危险影响因素(HR=1.670~3.277,均P<0.05);年龄、LDH水平、B症状、ECOG PS评分、Ann Abor分期、大包块、TMTV及TLG为预测OS期的危险影响因素(HR=1.661~4.193,均P<0.05)。训练组多因素分析结果表明,年龄、LDH水平、Ann Abor分期及TLG是预测DLBCL患者PFS期和OS期的独立影响因素(HR=1.589~3.367,均P<0.05)。校准曲线显示,该预测模型具有较好的预测一致性;C-index评估结果显示,训练组和验证组预测模型具有较高的准确性(PFS期:0.724对0.762; OS期:0.749对0.753)。临床DCA结果表明,预测模型可以给患者带来更多的临床获益。 结论 基于18F-FDG PET代谢参数TLG及临床参数(年龄、LDH水平、Ann Abor分期)生存预测模型能够很好地对DLBCL患者进行预后评估,为精准个性化治疗提供可能。

English Abstract

  • 作为一种发病率最高的淋巴瘤类型,弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)具有较高的异质性,患者对治疗的反应以及预后结果差异较大[1-2] 。利妥昔单抗+环磷酰胺+多柔比星+长春新碱+泼尼松(R-CHOP )作为DLBCL一线标准治疗方案被医学界证实可以有效延长患者的生存时间[3]。然而,仍然有30%~40%的患者最终出现复发和死亡[4]。目前,国际预后指数(international prognostic index,IPI)以及美国国家综合癌症网络(National Comprehensive Cancer Network, NCCN)-IPI等临床评价标准被临床广泛使用,但有研究者报道其预测预后的价值有限[5-7]。因此,建立一种有效的风险预测模型对DLBCL患者进行更加准确的预后评估十分必要,并可为患者精准个性化治疗提供依据。

    18F-FDG PET/CT在淋巴瘤分期及疗效评价中的价值已被国内外医学界广泛认可和推荐[8]。有研究结果表明,PET代谢参数[如SUVmax、总肿瘤代谢体积(total metabolic tumor volume, TMTV)以及糖酵解总量(total lesion glycolysis, TLG)]能够有效预测DLBCL患者的预后[9-10]。本研究基于PET代谢参数及临床指标建立DLBCL患者预后的预测模型,并对模型进行验证和评价。

    • 回顾性分析2011年3月至2019年11月于南京大学医学院附属鼓楼医院(273例)以及南京医科大学第一附属医院(110例)经组织病理学检查确诊的383例DLBCL患者的18F-FDG PET/CT影像学资料和临床资料,其中男性204例、女性179例,年龄19~93(47.3±14.9)岁。纳入标准:(1)经组织病理学检查证实为DLBCL;(2)均行18F-FDG PET/CT检查;(3)未接受过任何治疗;(4)无其他肿瘤病史;(5)病历资料及随访信息完整。排除标准:(1)既往有其他肿瘤病史;(2)曾接受过化疗、放疗或手术等治疗;(3)随访中失访;(4)病历资料不全。收集患者的临床资料及实验室检查结果,包括年龄、性别、乳酸脱氢酶(lactic dehydrogenase,LDH)水平、B症状、美国东部肿瘤协作组行为状态(Eastern Cooperative Oncology Group performance status,ECOG PS)评分、IPI、 NCCN-IPI 、Ann Arbor分期、结外有无累及和骨髓有无累及等。所有患者后续均接受标准R-CHOP化疗方案。按照7∶3的比例采用随机数字表法将患者分为训练组(268例)和验证组(115例)。

      所有患者均签署了知情同意书。本研究符合《赫尔辛基宣言》的原则。

    • 使用荷兰Philips公司 GXL-16 PET/CT扫描仪和德国Siemens公司 Biograph 16HR PET/CT扫描仪,18F-FDG由南京江原安迪科正电子研究发展有限公司生产,放射化学纯度>95%。所有患者行18F-FDG PET/CT检查前禁食6 h以上,血糖水平控制在11.1 mmol/L以下。静脉注射18F-FDG,剂量为3.7~5.18 MBq/kg,注射后嘱患者静卧休息50~60 min,PET/CT全身扫描范围由颅底至大腿中部,必要时至双足水平。CT扫描条件:管电压120 kV、管电流100 mA、层厚2 mm(荷兰Philips公司 GXL-16);管电压120 kV、管电流150~200 mA、层厚5 mm(德国Siemens公司 Biograph 16HR)。PET扫描条件:采集7~10个床位,1.5 min/床位(荷兰Philips公司 GXL-16);采集6~7个床位,2.0 min/床位(德国Siemens公司 Biograph 16HR)。采集结束之后,实施响应线图像重建,以此获得CT、PET的横断面、矢状面、冠状面图像;PET图像采用CT数据进行衰减校正,获得PET/CT融合图像。

    • 所有PET/CT图像均由2名具有8年工作经验的核医学科主治医师共同阅片,意见不一致时由核医学科主任医师参与讨论后决定。勾画每例患者PET/CT显像多(单)发病灶的ROI,记录最大病灶的SUVmax。采用41% SUVmax作为病灶边界,应用飞利浦工作站自带软件(CompassView 5.0, Philips Corp., Amsterdam, the Netherlands)勾画计算MTV,所有病灶的MTV由软件自动相加计算TMTV,并计算病灶的TLG。只有在肝脏与骨骼为局限性摄取或脾脏出现局限性摄取和(或)弥漫摄取增高(>150%肝脏摄取)的情况下,才对病灶进行勾画并计算代谢参数。当病灶与膀胱、肾等18F-FDG高本底摄取灶难以区分时,在参照CT的情况下,对病灶的PET图像手动勾画ROI并计算代谢参数。

    • 采用电话和(或)住院病历随访,所有患者资料齐全。随访期间患者接受如下检查:病史询问、体格检查、血常规、生化检查、骨髓穿刺活组织检查(必要时)、PET/CT(部分患者)、颈胸腹增强CT(必要时)。无进展生存(progression free survival, PFS)期定义为从诊断到疾病进展、复发或任何原因导致死亡的时间。总生存(overall survival, OS)期定义为从诊断到任何原因导致死亡的时间。

    • 应用IBM SPSS 20.0软件对数据进行统计学分析。符合正态分布的计量资料以$\bar x$±s表示,非正态分布的计量资料以MQ 1, Q3)表示。采用ROC曲线计算SUVmax、TMTV和TLG的最佳阈值。采用Kaplan Meier生存分析、单因素和多因素Cox比例风险回归模型对患者的PFS率及OS率进行预后分析。根据多因素Cox比例风险回归模型结果进行模型构建,并通过校准曲线、一致性指数(C-index)、时间依赖型ROC曲线以及临床决策曲线分析(decision curve analysis,DCA)对模型在训练组和验证组中的区分度、预测能力以及临床实用性进行评估。P<0.05为差异有统计学意义。

    • 训练组随访时间33.5(17, 49)个月(2~117个月),验证组随访时间29.0(15, 46)个月(4~96个月)。随访截止时,训练组患者疾病进展95例、死亡68例;验证组患者疾病进展41例、死亡33例。训练组ROC曲线分析结果显示,SUVmax、TMTV及TLG的最佳诊断阈值为21.6、220.6 cm3及1 282.8 g。

    • 训练组单因素分析结果显示,年龄、LDH水平、ECOG PS评分、Ann Abor分期、大包块、TMTV及TLG为预测PFS期的危险影响因素(均P<0.05);年龄、LDH水平、B症状、ECOG PS评分、Ann Abor分期、大包块、TMTV及TLG为预测OS期的危险影响因素(均P<0.05,表1)。训练组多因素分析结果显示,年龄、LDH水平、Ann Abor分期及TLG(图1)是预测PFS期和OS期的独立影响因素(均 P<0.05,表2)。

      因素例数无进展生存期总生存期
      HR(95%CIPHR(95%CIP
      性别(男/女) 142/126 1.012(0.675~1.518) 0.953 0.894(0.555~1.439) 0.643
      年龄(<60岁/≥60岁) 151/117 2.017(1.341~3.035) 0.001 2.549(1.548~4.197) <0.001
      LDH水平(正常/升高) 157/111 2.065(1.375~3.101) <0.001 2.304(1.417~3.745) 0.001
      B症状(无/有) 168/100 1.459(0.973~2.188) 0.068 1.661(1.031~2.677) 0.037
      ECOG PS评分(0~1分/≥2分) 201/67 1.671(1.092~2.559) 0.018 1.755(1.066~2.888) 0.027
      Ann Abor分期(Ⅰ、Ⅱ期/Ⅲ、Ⅳ期) 117/151 2.922(1.812~4.713) <0.001 3.600(1.965~6.596) <0.001
      结外累及(无/有) 90/178 1.351(0.865~2.112) 0.186 1.209(0.723~2.023) 0.470
      骨髓累及(无/有) 220/48 1.381(0.856~2.230) 0.186 1.687(0.983~2.897) 0.058
      大包块(无/有) 195/73 1.670(1.096~2.545) 0.017 1.825(1.116~2.984) 0.016
      病理分型(无/有) 138/130 1.287(0.860~1.925) 0.221 1.399(0.868~2.256) 0.168
      SUVmax(<21.6/≥21.6) 162/106 1.734(1.157~2.599) 0.170 1.538(0.953~2.481) 0.164
      TMTV(<220.6 cm3/≥220.6 cm3 186/82 2.712(1.812~4.060) <0.001 3.293(2.040~5.316) <0.001
      TLG(<1 282.8 g/≥1 282.8 g) 183/85 3.277(2.186~4.911) <0.001 4.193(2.574~6.829) <0.001
      注:DLBCL为弥漫大B细胞淋巴瘤;LDH为乳酸脱氢酶;ECOG PS为美国东部肿瘤协作组行为状态;SUVmax 为最大标准化摄取值;TMTV为总代谢肿瘤体积;TLG为糖酵解总量;HR为危险比;CI为置信区间

      表 1  影响训练组268例DLBCL患者无进展生存期和总生存期的单因素分析

      Table 1.  Univariate analysis of influencing of progression free survival and overall survival in the training group 268 patients with diffuse large B-cell lymphoma

      因素无进展生存期 总生存期
      HR(95%CIPHR(95%CIP
      年龄 2.054(1.355~3.112) 0.001 2.760(1.652~4.611) <0.001
      LDH水平 1.589(1.030~2.451) 0.001 1.679(1.005~2.804) 0.048
      Ann Abor分期 2.099(1.268~3.476) 0.004 2.333(1.240~4.388) 0.009
      TLG 2.603(1.669~4.058) <0.001 3.367(1.980~5.728) <0.001
      注:DLBCL为弥漫大B细胞淋巴瘤;LDH为乳酸脱氢酶;TLG为糖酵解总量;HR为危险比;CI 为置信区间

      表 2  影响训练组268例DLBCL患者无进展生存期和总生存期的多因素分析

      Table 2.  Multivariate analysis of influencing of progression free survival and overall survival in the training group 268 patients with diffuse large B-cell lymphoma

      图  1  弥漫大B细胞淋巴瘤患者(训练组)的临床参数及18F-FDG PET代谢参数TLG对其无进展生存期和总生存期预后的Kaplan-Meier生存分析曲线

      Figure 1.  Kaplan-Meier survival analysis curve of clinical parameters and 18F-FDG PET metabolic parameters total lesion glycolysis of patients with diffuse large B-cell lymphoma (training group) to progression free survival and overall survival

    • 利用多因素Cox比例风险回归分析筛选结果中的年龄、LDH水平、Ann Abor分期及TLG分别构建预测PFS期和OS期列线图生存预测模型(图2A3A)。图2图3中的校准曲线显示,预测PFS期和OS期模型在训练组和验证组中预测生存率和实际生存率之间均具有较好的一致性;时间依赖型ROC曲线显示,与传统预后工具(NCCN-IPI和IPI)相比,列线图生存预测模型在大多数时间点AUC均较大;临床DCA结果显示,与NCCN-IPI及IPI相比,列线图生存预测模型可以使患者有更多的临床获益。C-index显示,列线图生存预测模型分别与NCCN-IPI和IPI相比,在训练组和验证组中均具有更高的诊断准确率(训练组和验证组PFS期:0.724对0.703对0.707、0.762对0.739对0.728;训练组和验证组OS期:0.749对0.726对0.738、0.753对0.705对0.672)。

      图  2  预测弥漫大B细胞淋巴瘤患者PFS期的列线图生存预测模型(A)及其在训练组(B)和验证组(C)中的校准曲线(左)、时间依懒型ROC曲线(中)和临床决策曲线(右)

      Figure 2.  The nomogram of model for predicting progression free survival in diffuse large B-cell lymphoma patients (A), calibration curves, time dependent receiver operating characteristic curve and clinical decision curve of the model for predicting progression free survival in the training group (B) and validation group (C)

      图  3  预测弥漫大B细胞淋巴瘤患者OS期的列线图生存曲线模型(A)及其在训练组(B)和验证组(C)中的校准曲线(左)、时间依懒型ROC曲线(中)和临床决策曲线(右)

      Figure 3.  The nomogram of model for predicting overall survival in diffuse large B-cell lymphoma patients (A), calibration curves, time dependent receiver operating characteristic curve and clinical decision curve of the model for predicting overall survival in the training group (B) and validation group (C)

    • 准确的预后判断对DLBCL患者最佳治疗方案的选择至关重要。本研究所构建的列线图生存预测模型纳入了PET代谢参数TLG以及临床参数(年龄、分期及LDH水平),结果证明其能够对DLBCL患者的生存预后进行准确预测。

      本研究结果表明,较高的TLG(临界值1 282.8 g)是患者预后较差的独立危险因素。Zhang等[11]对85例DLBCL患者的预后影响因素进行分析,结果显示,TLG(临界值1 061.31 g)是PFS期的独立危险预测因素。Mesguich等[12]对62例难治复发型DLBCL患者的18F-FDG PET/CT影像进行分析,结果表明,TLG(临界值116 g)能够独立预测患者的PFS期。丁重阳等[13]的研究纳入85例初诊Ⅱ~Ⅲ期DLBCL患者,结果表明,TLG(临界值404.5 g)是PFS期(RR=0.195, P=0.009)和OS期(RR=0.433,P=0.011)的独立预测危险因素。本研究结果与上述研究结果基本一致,其TLG临界值的差异可能与纳入患者数量不足(可能导致统计学结果偏倚)以及患者肿瘤类型不同(Mesguich等[12]研究纳入的均为难治复发型DLBCL患者,丁重阳等[13]研究纳入的均为Ⅱ~Ⅲ期DLBCL患者)有关。SUVmax作为一种易于计算的PET代谢参数,在本研究中对DLBCL患者的预后评估价值有限,其原因可能与SUVmax仅为病灶代谢最高值,而无法反映其整体葡萄糖代谢状况有关。相反,肿瘤体积代谢参数TMTV和TLG包含病变的PET影像三维特征,能够更准确地反映患者的肿瘤负荷。此外,本研究结果表明,TLG比TMTV具有更好的预测患者预后的能力,这提示TLG同时包含平均SUV和TMTV信息,能够更全面地反应肿瘤代谢信息。

      IPI是最先被临床应用于预测DLBCL和其他侵袭性淋巴瘤患者生存预后的工具[5, 14]。然而,随着利妥昔单抗在DLBCL上的使用,IPI的效用(特别是对高风险患者危险度分层上)被医学界广泛质疑[5-6]。随后,Zhou等[7]在IPI的基础上对评分系统进行改良后形成NCCN-IPI,该评价系统被认为可以更好地对DLBCL患者进行预后评估。然而,有研究结果表明,仍然有大量患者无法通过NCCN-IPI进行有效的危险度分层[15-16]。究其深层原因,DLBCL作为一种高度异质性肿瘤,生物学行为多变,而上述评价系统仅仅纳入临床指标,无法在代谢方面反映肿瘤的生物学特征[17]

      基于上述原因,本研究将PET代谢参数纳入预后评价系统,与临床参数结合构建列线图生存预测模型。校准曲线显示,该模型在训练组和验证组中预测生存率和实际生存率之间均具有较好的一致性。同时,时间依赖型ROC曲线以及C-index分析提示,与传统预后评估工具NCCN-IPI和IPI相比,其模型在预后评估的准确性方面优于后二者。另外,考虑到实际临床中假阳性和假阴性患者对预后判断带来的影响,我们引入了临床DCA方法。临床DCA结果显示,列线图生存预测模型可以带给患者更多的临床获益。

      本研究尚有一些不足之处:(1)作为回顾性研究,所纳入患者来自两家医院,所用PET/CT型号不同、扫描参数以及扫描条件不同,可能会对测量结果产生偏倚。为了尽量降低由此可能带来的影响,我们对患者进行随机排序和分组,以尽量降低组间差异。(2)本研究并未涉及影像组学方面内容,有研究结果表明PET组学特征可以在基因层面反映肿瘤的异质性[18],进而在肿瘤患者预后评估中发挥重要作用。

      综上所述,本研究所构建的模型在一致性和区分度两个方面性能均良好,能够很好地对患者进行预后评估,为精准个性化治疗提供可能。

      利益冲突  所有作者声明无利益冲突

      作者贡献声明 蒋冲负责研究的设计与实施、论文的撰写;丁重阳负责研究的实施、数据的采集、统计与分析;来瑞鹤、胡玲莉负责数据的统计与分析;滕月负责研究的设计、论文的审阅与修订

参考文献 (18)

目录

    /

    返回文章
    返回