• 标题：A Prognostic Model Integrating PET-Derived Quantitative Parameters and Image Texture Analyses Using Radiomics in a Large Prospective Phase III Trial, GOYA

• 摘要号：883

• 时间：12月9日, 4:30 PM

• 地点：W414AB, Level 4 (Orange County Convention Center)

本研究旨在建立一个可预测无进展生存期（PFS）和总生存期（OS）的预后模型，对初治弥漫大B细胞淋巴瘤（DLBCL）患者采取风险调整治疗策略。我们利用一项大型前瞻性III期临床试验GOYA（NCT01287741）中FDG PET/CT数据集，回顾性研究了定量图像纹理特征（ITF）（如“放射组学”评估肿瘤异质性）的价值。 

GOYA试验比较了Obinutuzumab和利妥昔单抗分别联合CHOP方案化疗的疗效，两组之间的治疗疗效无显著差异，因此本研究将两组患者合并进行分析。由具有资质的内科医生定义基线PET/CT图像中感兴趣区域（ROIs）以用于分析放射组学特点。以开源方式计算验证图像纹理特征（ITF）并经PET肿瘤放射测试套件（PORTS）验证。评估临床危险因素（国际预后指数 [IPI]、Ann Arbor 分期、结外病变、大包块型）、细胞起源（COO）、标准PET指标（标准摄取值 [SUV]-平均值、SUV-最大值、总肿瘤代谢体积 [TMTV]、总病变糖酵解 [TLG]）、SUV直方图指标（方差、偏度和峰度）和ITF在预测PFS和OS方面的价值。采用自适应阈值法估计TMTV。通过多变量Cox回归分析、PFS模型和OS模型建立预后模型。在缺乏独立患者队列用于模型外部验证的情况下，基于c指数和Brier评分使用bootstrap重采样法进行内部验证。采用最大选择秩检验对患者进行危险分层。对有COO信息的一部分患者进行多变量分析。

全组患者PFS和OS的中位随访时间分别为46个月和50个月。1334例有可检出病灶的患者有基线PET扫描图像，其中1077例基线扫描图像可用于计算ITFs。单因素分析中高TMTV、直方图均值、直方图方差、ITFs灰度空间相关矩阵（GTSDM）差分熵、低灰度区域大小矩阵（GLSZM）小区域高灰度区是PFS的危险因素，而高TMTV、直方图均值、ITF GTSDM逆差分矩是OS的危险因素（表1显示了单变量和多变量分析中的95%CI、HR和p值）。

多变量分析中危险因素包括IPI、Ann Arbor分期、高TMTV、直方图平均值和GTSDM逆差分矩，在有COO数据患者的多变量亚组分析中，结果大体一致（表1）。采用多变量模型可预测个体患者2年和4年PFS和OS的生存率（表2）。通过将TMTV（四个组）与ITF、COO和具有预测价值的临床指标相结合可预测治疗失败的风险，根据风险分为三个亚组：低危组（55%）、中危组（34%）和高危组（11%）对PFS而言，和低危组相比，高危和中危组的HR分别为2.16（p<0.001）和1.17（p=0.004），类似的，对OS而言HR分别为3.82（p<0.001）和1.85（p<0.001）。高、中、低危组患者的2年PFS生存率分别为87%、82%和75%，2年OS生存率分别为94%、90%和82%，4年PFS生存率分别为83%、77%和68%，4年OS生存率分别为91%、86%和75%（表2）。对PFS而言，Cox模型对临床变量的准确度为0.63，加上TMTV后的准确度为0.65，加上ITFs后的准确度为0.69，对OS而言，对应的准确度分别为0.63、0.65和0.70。 

（注：图片截自ASH官网）

除了有预后价值的临床指标外，基于PET的定量ITF模型也能准确预测初治DLBCL患者的生存率，且有很高的准确度。基于PET的预后模型可能有助于确定哪些患者可从风险调整治疗策略或新方法中获益。