臨床MR画像データモデリングに基づく舌扁平上皮癌の予後予測

Prediction of Prognosis of Tongue Squamous Cell Carcinoma Based on Clinical MR Imaging Data Modeling.

抄録

舌扁平上皮癌（TSCC）は、最も一般的で予後不良な頭頸部腫瘍の一つである。本研究の目的は、臨床データとMRラジオミクスデータに基づくTSCCの予後予測モデルを確立し、ノモグラムを開発することである。 2011年2月から2020年1月までにxx病院で根治手術を受けた病理学的に確認されたTSCC患者211人の臨床データと画像データについてレトロスペクティブ解析を行った。患者は、1年から6年の経過観察により、研究群（再発、転移、死亡、＝76）と対照群（正常生存、＝135）に分けられた。トレーニングセットとテストセットは、7：3の比率と時点に基づいて設定された。トレーニングセットでは、臨床的特徴と組み合わせたMRラジオミクススコア（Radscore）に基づいて、3つの予測モデル（臨床データモデル、画像モデル、複合モデル）を構築した。これらのモデルの予測性能はDelong曲線を用いて比較され、モデルの臨床的純益は決定曲線を用いて検証された。次に、テストセットでモデルの外部検証を行い、TSCCの予後を予測するノモグラムを作成した。 単変量解析では、檳榔子の摂取、辛い鍋や漬物、不潔なオーラルセックス、薬物使用、血小板/リンパ球比（PLR）、好中球/リンパ球比（NLR）、浸潤深度（DOI）、低分化、臨床病期、RadscoreがTSCCの予後に影響を与える因子であることが確認された（<.05）。テストセットでは、これらの因子に基づく複合モデルがTSCCの予後について最も高い予測性能を示した（曲線下面積（AUC）AUC：0.870、95％CI［0.761-0.942］）であり、臨床モデル（AUC：0.730、95％CI［0.602-0.835］、＝.033）および画像モデル（AUC：0.765、95％CI［0.640-0.863］、＝.074）よりも有意に高かった。決定曲線でも、複合モデルの臨床的純益が高いことが確認され、これらの結果はテストセットで検証された。複合モデルに基づいて開発されたノモグラムは、臨床応用において良好な評価を得た。 MR-LASSOで抽出されたテクスチャーパラメータは、TSCC予後モデルの性能向上に役立つ。複合モデルとノモグラムは、TSCCの術後臨床治療管理をサポートする。

Tongue squamous cell carcinoma (TSCC) is one of the most common and poor prognosis head and neck tumors. The purpose of this study is to establish a model for predicting TSCC prognosis based on clinical and MR radiomics data and to develop a nomogram. A retrospective analysis was performed on the clinical and imaging data of 211 patients with pathologically confirmed TSCC who underwent radical surgery at xx hospital from February 2011 to January 2020. Patients were divided into a study group (recurrence, metastasis, and death,  = 76) and a control group (normal survival,  = 135) according to 1 to 6 years of follow-up. A training set and a test set were established based on a ratio of 7:3 and a time point. In the training set, 3 prediction models (clinical data model, imaging model, and combined model) were established based on the MR radiomics score (Radscore) combined with clinical features. The predictive performance of these models was compared using the Delong curve, and the clinical net benefit of the model was tested using the decision curve. Then, the external validation of the model was performed in the test set, and a nomogram for predicting TSCC prognosis was developed. Univariate analysis confirmed that betel nut consumption, spicy hot pot or pickled food, unclean oral sex, drug use, platelet/lymphocyte ratio (PLR), neutrophil/lymphocyte ratio (NLR), depth of invasion (DOI), low differentiation, clinical stage, and Radscore were factors that affected TSCC prognosis ( < .05). In the test set, the combined model based on these factors had the highest predictive performance for TSCC prognosis (area under curve (AUC) AUC: 0.870, 95% CI [0.761-0.942]), which was significantly higher than the clinical model (AUC: 0.730, 95% CI [0.602-0.835],  = .033) and imaging model (AUC: 0.765, 95% CI [0.640-0.863],  = .074). The decision curve also confirmed the higher clinical net benefit of the combined model, and these results were validated in the test set. The nomogram developed based on the combined model received good evaluation in clinical application. MR-LASSO extracted texture parameters can help improve the performance of TSCC prognosis models. The combined model and nomogram provide support for postoperative clinical treatment management of TSCC.