成人弥漫性胶质瘤(ADG) 是最常见的胶质瘤亚型，表现为侵袭性生长。肿瘤患者的预后取决于遗传特征以及组织学分级。2021年世界卫生组织 (WHO) 中枢神经系统 (CNS) 肿瘤分类成功地将两者结合起来，由此产生的WHO分级是一个更好的临床生物学指标。随着临床对肿瘤生长机制和新的遗传生物标志物的不断探索和发现，一些新的治疗方法显示出具大的潜力，有望改善不能手术治疗的亚组患者的长期生存和生活质量。因此，临床上迫切需要一种可靠的、非侵入性的方法来预测ADG等级，以帮助制定精准医疗方案的制定。

MRI一直是诊断脑肿瘤的主要方法。此外，随着各种先进成像技术的发展，MRI技术的临床应用前景非常广阔。然而，由于其复杂的理论组成和缺乏有效的前瞻性验证，这些标志物尚未广泛应用于临床实践。

放射组学在医学领域的应用取得了快速进展，特别是在支持决策、机器辅助诊断和预后评估方面。多项研究表明，基于放射组学的方法可以用于分析神经胶质瘤的遗传特征，并具有更好的性能。然而，这些研究通常局限于传统的MRI，不涉及先进的成像方式。

近日，发表在European Radiology杂志上的一篇研究开发并验证了一种基于放射组学的模型（ADGGIP），通过结合多种弥散模式以及临床和影像学形态特征预测成人型弥漫性胶质瘤（ADG）的分级。 

本项前瞻性研究招募了103名确诊为ADG的患者，并在本院收集了他们的术前常规MRI和多种弥散成像（弥散张量成像、弥散峰度成像、神经元取向弥散和密度成像、平均表观传播者弥散-MRI）数据以及临床信息。提取弥散图像的放射学特征、临床信息以及放射学报告中的形态学数据，并使用多重流水线构建最佳模型。模型验证通过与时间无关的验证队列进行。使用 ROC 曲线评估模型性能，并通过决策曲线分析确定临床价值。 

本项研究从2018年6月到2021年5月，共招募了72名参与者作为训练队列。2021年6月至2022年2月期间，31名参与者加入了前瞻性验证队列。在训练队列（AUC 0.958）、内部验证队列（0.942）和前瞻性验证队列（0.880）中，ADGGIP 在预测 ADG 等级方面具有良好的准确性。在前瞻性验证队列中，ADGGIP 也明显优于单模态预测模型（AUC 0.860）和临床成像形态学模型（0.841）（均 p < .01）。当阈值概率大于 5%时，ADGGIP 的价值最大。

 表 与其它模型相比ADGGIP的预测表现

本项研究表明，基于高级别级弥散模式的ADGGIP可以在高度准确性和稳健性的情况下预测ADG的分级，并有助于改善临床决策。 

原文出处：

Peng Wang,Shenghui Xie,Qiong Wu,et al.Model incorporating multiple diffusion MRI features: development and validation of a radiomics-based model to predict adult-type diffuse gliomas grade.DOI:10.1007/s00330-023-09861-0

Tags： European Radiology:多重扩散MRI模型预测成人型弥漫性胶质瘤分级的发展和验证