肺癌是全球癌症相关死亡的主要原因，其中肺腺癌（LUAD）已成为最主要的亚型。脉管侵犯（LVI），包括淋巴管侵犯和血管侵犯，是肺腺癌中一种公认的肿瘤扩散机制。根据先前的研究以及美国国家综合癌症网络（NCCN）指南，脉管侵犯已被确定为肺癌复发和总体死亡的一个重要高危因素。此外，在为临床 I 期癌症患者决定是否进行术前新辅助化疗和术后辅助化疗时，它也被视为一个重要的考量指标。而且，与肺叶切除术组相比，亚肺叶切除术组中若存在脉管侵犯，则预后明显更差。因此，准确地在术前预测脉管侵犯对于高危人群分层和指导临床治疗管理至关重要。

然而，由于脉管侵犯具有侵袭性且属于组织病理学特征，术前预测脉管侵犯颇具挑战性。脉管侵犯的判断依赖于手术标本，且无法重复检测。非侵入性的计算机断层扫描（CT）是诊断肺癌最广泛使用的成像方式，因此可能有助于在术前预测脉管侵犯。先前基于 CT 的放射学研究表明，在 IA 期非小细胞肺癌（NSCLC）中，脉管侵犯在以实性成分为主以及实性成分直径大于 10 毫米的实性结节中更为常见。此外，诸如性别、吸烟状况、实性成分百分比、肿瘤直径、肿瘤密度、毛刺征、边缘和分叶征等临床和 CT 特征，被发现与非小细胞肺癌中的脉管侵犯显著相关。一些研究已经确定了具有可接受预测性能的 CT 特征，这表明基于 CT 的模型有潜力作为预测非小细胞肺癌病理性脉管侵犯的辅助工具。尽管有这些发现，但利用机器学习进行的多队列研究仍然有限，特别是那些在不同患者群体和临床环境中验证预测模型的研究。

最近，发表在European Radiology 上的一篇文章开发并验证一个基于计算机断层扫描（CT）的分类回归树（CART）模型，用于在术前预测临床 IA 期肺腺癌（LUAD）患者的脉管侵犯（LVI）情况。

这项多中心队列研究招募了接受手术切除且术前进行了 CT 检查的患者。纳入一个内部队列（n = 525）来构建脉管侵犯分类回归树模型（LVI-CART）。然后使用一个外部队列（n = 115）和一个公开队列（n = 57）来全面验证 LVI-CART 模型的预测性能。进行了 Kaplan-Meier 生存分析和单变量 Cox 回归分析，以研究预测的脉管侵犯状态与生存之间的关系。

LVI-CART 模型包含两个特征，即直径和结节类型，在预测病理性脉管侵犯方面表现出可接受的性能，在内部验证集、外部验证集和测试集中的曲线下面积值分别为 0.719、0.756 和 0.835。在结果队列中，相对于中位值而言，预测的脉管侵犯阳性被发现与 1 年、3 年无复发生存率（RFS）以及 1 年、3 年、5 年总生存率（OS）独立相关（所有 P 值均小于 0.05）。

表 多元logistic回归模型预测LVI的AIC比较

本项研究表明，LVI-CART 模型可用于在术前预测临床 IA 期肺腺癌患者的脉管侵犯情况，并识别预后较差的患者。该模型简单且易于应用于风险分层。

原文出处：

Lihua Chen,Yangfan Su,Yao Huang,et al.Predicting lymphovascular invasion in stage IA lung adenocarcinoma: a CT-based classification and regression tree model.DOI:10.1007/s00330-025-11593-2

Tags： European Radiology：如何预测IA期肺腺癌的淋巴血管侵袭？