0 前言

       子宫内膜癌（endometrial carcinoma, EC）作为女性生殖系统常见的恶性肿瘤，发病率和死亡率呈逐年上升^[1]。在美国，EC已被确定为20～39岁女性中的第三大常见恶性肿瘤^[2]。总体来说早期EC患者预后较好，其中Ⅰ期的五年生存率可大于90%，但晚期或高危型EC患者预后并不可观^[3]，其五年生存率低于50%。因此，早期诊断对于提高EC患者五年生存率至关重要。

       欧洲医学肿瘤学会指出子宫肌层浸润（myometrial infiltration, MI）是EC特定的预后危险因素^[4]。更重要的是根据肌层浸润深度（临界值为肌层浸润深度的1/2），2009版FIGO分期将EC患者Ⅰ期分为Ⅰa和Ⅰb。有研究提出，肌层浸润深度不仅决定淋巴结切除范围，而且是影响复发和预后的主要因素^[5]。因此，术前评定其浸润深度尤为关键。Ki-67是细胞增殖的标志物，用于评价肿瘤细胞的增殖状态，是肿瘤侵袭性的可靠识别特征，可用于预测EC的复发和预后^[6]；P53作为抑癌基因，其突变后失去了对细胞的抑制作用从而促进肿瘤恶化，是恶性肿瘤预后不良的高危因素，P53已被推荐用于EC复发风险评估^[7]。因此，术前评估EC患者肌层浸润、Ki-67和P53表达水平对患者手术方案的制订及预后评估十分重要。

       超声操作简单，可作为EC分期诊断的首选方法，但漏诊率较高而且受到操作者水平的影响较大^[8]；CT密度分辨率较高，且不受周围组织器官的影响，但对于肌层浸润的诊断敏感性较低^[9]；子宫内膜活检为EC诊断和预后的金标准，但其要求较高，易出现感染、出血，甚至造成子宫穿孔，并且难以充分反映肿瘤的生物学行为和特征^[10]。临床上开发一种术前无创性和全面的方法对EC患者肌层浸润、Ki-67和P53表达水平的评估尤为重要。

       MRI具有高软组织分辨率和强大的功能成像优势^[11]，其中，扩散加权成像（diffusion weighted imaging, DWI）通过水分子的布朗运动可评估恶性肿瘤的组织学类型，在妇科恶性肿瘤的评估中得到了广泛的研究^[12]，表观扩散系数（apparent diffusion coefficient, ADC）显示了肿瘤组织中的细胞外水质子扩散，由于恶性肿瘤具有较高细胞密度，因此其大量细胞膜扩散受限，ADC值较低^[13]。有研究证明ADC值在评估EC分型和分期中具有重要的价值^{[14, 15]}。PARK等^[16]研究显示ADC值是术前EC病理分级的独立预测因子。然而，目前尚未有研究使用ADC值构建列线图模型用于术前无创性评估EC患者肌层浸润、Ki-67和P53的表达水平。因此，本研究将使用ADC值构建列线图预测模型，以探究其在术前无创性评估EC患者肌层浸润、Ki-67和P53表达水平中的价值。

1 材料与方法

1.1 研究对象

       本研究严格遵循《赫尔辛基宣言》，并经兰州大学第二医院伦理委员会批准，免除患者知情同意，伦理批号：2022A-336。回顾性收集2017年1月至2021年12月期间所有在兰州大学第二医院接受EC根治性切除手术并经病理诊断为EC患者的临床资料和影像数据，共130名。根据以下纳入和排除标准对患者进行筛选，纳入标准：（1）术后病理及免疫组化评估了患者是否有肌层浸润，及浸润深度、Ki-67和P53表达水平；（2）术前3 d行MRI增强扫描和DWI检查；（3）术前未行放疗、化疗、内分泌治疗及靶向治疗等。排除标准：（1）术前影像学资料证实已有远处转移；（2）合并其他部位的恶性肿瘤患者；（3）临床资料或影像学数据缺失；（4）图像质量差影响影像学评估。最终，共筛选出符合的EC患者病例105例，记录其临床资料和病理学特征如年龄、FIGO分期、病理分级、病理类型、肿瘤大小、体质量指数（body mass index, BMI）、白蛋白以及CA125高低水平。其中FIGO分期使用2009版^[17]：Ⅰ期局限于子宫内；Ⅱ期肿瘤侵犯宫颈间质，但无子宫体外的扩散；Ⅲ期出现局部和（或）区域扩散；Ⅳ期远处转移。

1.2 患者分组

       根据病理结果，患者的分组如下：（1）肌层浸润，浸润深度＜1/2（n=87例）；浸润深度＞1/2（n=18例）；（2）Ki-67指数定义为视野内阳性表达的肿瘤细胞数/总肿瘤细胞数×100%，Ki-67≤30％为低表达组（n=45例），Ki-67＞30％为高表达组（n=60例）；（3）P53免疫组织化学染色包括阴性（n=31例）和阳性（n=74例）。

1.3 检查方法

       使用了飞利浦3.0 T MRI仪（Philips Ingenia, Philips Healthcare）和16通道的腹部相控阵线圈。扫描范围从髂脊到耻骨联合下缘。增强扫描对比剂选用钆喷酸葡胺（Gd-DTPA）注射液（15 mL：7.04 g/支），剂量0.1 mmol/kg，高压注射器以2～3 mL/s的速度静脉推注后用15 mL生理盐水冲管。本研究的详细扫描参数见表1。

点击查看表格

表1  MRI采集方案及成像参数
Tab. 1  Imaging parameters of MRI acquisition protocols

1.4 ADC图像分析

       所有图像由分别具有10年及4年临床经验的腹部放射科副主任医师和住院医生以盲法独立观察分析，如有分歧经协商后达成一致。两位放射科医生对照EC患者腹部的T1WI、T2WI以及增强图像确定病变实性成分，并避开病灶内肉眼所见的血管、囊变、坏死、钙化及出血区，在ADC图上病灶最大层面分别手动绘制3个面积为20～30 mm²的椭圆形感兴趣区（region of interest, ROI），并分别测量每个ROI的最大ADC值（ADCmax）、平均ADC值（ADCmean）及最小ADC值（ADCmin）。最后，将两名放射科医师测量的ADCmax、ADCmean和ADCmin取均值后作为最终结果。图1显示了EC患者的MRI图像和病理图像。

点击查看大图

图1  女，49岁，子宫内膜癌。1A：横断面（轴向）T2WI图像显示左侧宫角处子宫内膜局限性增厚，呈低信号；1B：横断面扩散加权成像（DWI）图呈现低信号；1C：表观扩散系数（ADC）图呈低信号，箭头所指为ADC的感兴趣区（ROI）；1D：病理图像显示为子宫内膜样腺癌（HE ×200）。
Fig. 1  A 49-year-old female patient with endometrial cancer (EC). 1A: Axial T2WI image shows limited endometrial thickening with hypointensity at the left uterine horn; 1B: Diffusion weighted imaging (DWI) of axial lesions shows hypointensity; 1C: Apparent diffusion coefficient (ADC) map with low ADC signal, the arrow indicates the region of interest (ROI) of the ADC; 1D: Pathology shows endometrioid adenocarcinoma (HE ×200).

1.5 统计学方法

       所有数据均采用SPSS 25.0 软件（SPSS Inc., Chicago, IL, USA）和R语言（R Foundation for Statistical Computing, Vienna, Austria, 4.2.1版本）进行统计学分析，一般资料的比较使用SPSS软件，模型的构建和评估使用R软件。计量资料使用Kolmogorov-Smirnov非参数假设检验进行正态分布检验，符合正态分布表示为均数±标准差（x¯±s），不符合者表示为中位数（四分位数），组间比较使用非参数秩和检验。计数资料采用构成比率描述，组间比较采用χ²检验或Fisher精确概率法。使用组内相关系数（intra-class correlation coefficient, ICC）来计算两位放射科医生之间测量的一致性。采用二元logistic回归筛选出与EC患者肌层浸润、Ki-67和P53表达水平相关的参数并构建列线图预测模型，绘制ROC曲线、校准曲线对构建的预测模型进行评价。P＜0.05（双侧）表示差异有统计学意义。

2 结果

2.1 观察者之间的一致性

       两位放射科医生对EC患者测量的所有ADC值（ADCmax、ADCmean和ADCmin）均表现出极好的一致性（所有ICC值＞0.80）。ADCmean、ADCmax和ADCmin的ICC分别为0.995 [95%置信区间（confidence interval, CI）：0.993～0.997]、0.904（95% CI：0.862～0.934）和0.892（95% CI：0.845～0.926）。

2.2 EC患者临床资料和病理学特征与肌层浸润、Ki-67和P53表达的相关性

       本研究105例EC患者的年龄、肿瘤大小、BMI、术前白蛋白和CA125水平均不符合正态分布，用“中位数（四分位间距）”描述。临床资料和病理学特征如表2所示。

       EC患者临床资料和病理学特征如年龄、病理分级等均与肌层浸润、Ki-67和P53表达无相关性，而FIGO分期为Ⅰ/Ⅱ期的患者其肌层浸润＜1/2、Ki-67≤30%的人数均多于FIGO分期为Ⅲ/Ⅳ的患者，差异具有统计学意义（P＜0.05，表2）。

点击查看表格

表2  EC患者的临床资料和病理学特征
Tab. 2  Clinical profile and pathological features of EC patients

2.3 ADC值与肌层浸润、Ki-67和P53表达的相关性

       采用logistic回归得出与肌层浸润相关的危险因素：ADCmax、ADCmean、ADCmin和FIGO分期；与Ki-67表达水平相关的危险因素：ADCmax、ADCmean、ADCmin值和FIGO分期；与P53相关的危险因素：ADCmax、ADCmean和ADCmin值。

       肌层浸润＜1/2组的ADCmax值、ADCmean值和ADCmin值均大于肌层浸润＞1/2组（P均＜0.05）；低表达Ki-67的ADCmax值、ADCmean值和ADCmin值均大于高表达组（P均＜0.05）；P53阴性组ADCmax值、ADCmean值和ADCmin值均大于P53阳性组（P均＜0.05），详见表3。

点击查看表格

表3  EC患者术前资料在肌层浸润、Ki-67和P53表达水平中的对比
Tab. 3  Comparison of the clinical profile and pathological features of the EC

2.4 列线图预测模型的构建与评估

       ADCmax、ADCmean、ADCmin和FIGO分期预测肌层浸润的AUC值分别为0.707（95% CI：0.587～0.827）、0.693（95% CI：0.572～0.813）、0.694（95% CI：0.571～0.817）和0.599（95% CI：0.499～0.700），敏感度分别为72.2%、83.3%、83.3%和66.7%，特异度分别为64.0%、60.5%、59.3%和85.9%。结合ADCmax、ADCmean、ADCmin值和FIGO分期构建预测EC患者肌层浸润的列线图模型（图2A），其诊断效能较每项单指数增加，AUC值为0.809（95% CI：0.698-0.920），敏感度为83.3%，特异度为72.1%（表4，图3A、3D）。

       ADCmax、ADCmean、ADCmin值和FIGO分期预测Ki-67表达水平的AUC值分别为0.879（95% CI：0.801～0.956）、0.849（95% CI：0.768～0.931）、0.808（95% CI：0.718～0.898）和0.550（95% CI：0.512～0.588），敏感度分别为90.0%、86.7%、91.7%和45.5%，特异度分别为84.1%、75.0%、63.6%和100.0%。结合ADCmax、ADCmean、ADCmin值和FIGO分期构建预测EC患者Ki-67表达水平的列线图模型（图2B），其诊断效能较每项单指数增加，AUC值为0.897（95% CI：0.831～0.962），敏感度为95.0%，特异度为75.0%（表4，图3B、3E）。

       ADCmax、ADCmean和ADCmin值预测P53表达水平的AUC值分别为0.615（95% CI：0.491～0.739）、0.641（95% CI：0.519～0.762）和0.654（95% CI：0.538～0.771），敏感度分别为75.7%、55.4%和56.8%，特异度分别为48.4%、77.4%和77.4%。结合ADCmax、ADCmean和ADCmin值构建预测EC患者P53表达水平的列线图模型（图2C），其诊断效能同样较每项单指数增加，AUC值为0.665（95% CI：0.556～0.774），敏感度为67.6%，特异度为64.5%（表4，图3C、3F）。

       使用校准曲线对构建的列线图模型进行评估（Boostrap法行1000次内部抽样），结果显示基于ADC值构建的列线图模型均具有较高的校准度（图4）。此外，我们还绘制了列线图的DCA曲线图5。结果也证实了列线图预测模型的有效性。

点击查看大图

图2  构建预测肌层浸润（2A）、Ki-67（2B）和P53表达水平（2C）的列线图模型。ADC：表观扩散系数；FIGO：国际妇产科联盟。
Fig. 2  A nomogram model is constructed to predict myometrial infiltration (2A), Ki-67 (2B) and P53 expression level (2C). ADC: apparent diffusion coefficient; FIGO: International Federation of Obstetrics and Gynecology.

点击查看大图

图3  ROC曲线预测EC中的肌层浸润（3A），Ki-67（3B）和P53（3C）表达水平。预测模型在MI（3D），Ki-67（3E）和P53（3F）表达水平中截断值的选择。ROC：受试者工作特征；EC：子宫内膜癌；AUC：曲线下面积；ADC：表观扩散系数；FIGO：国际妇产科联盟。
Fig. 3  ROC curves predict myometrial infiltration (3A), Ki-67 (3B) and P53 (3C) expression levels in EC. The selection of cut-off value of the nomogram model in the expression level of MI (3D), Ki-67 (3E) and P53 (3F). ROC: receiver operating characteristic; EC: endometrial cancer; AUC: area under the curve; FIGO: International Federation of Obstetrics and Gynecology.

点击查看大图

图4  肌层浸润（4A）、Ki-67（4B）和P53（4C）表达列线图的校准曲线。X轴代表预测概率；Y轴代表实际概率；“Apparent”表示外部值；“Idea”表示理想值；“Bia-corrected”表示偏差修正值。Boostrap法行1000次内部抽样。
Fig. 4  Calibration curve for nomogram model of myometrial infiltration (4A), Ki-67 (4B) and P53 (4C) expression levels. The X axis represents the prediction probability; The Y axis represents the actual probability; "Apparent" indicates external value; "Idea" means ideal value; "Bia corrected" indicates the deviation correction value (B=1000).

点击查看大图

图5  肌层浸润（5A）、Ki-67（5B）和P53（5C）表达列线图的临床决策曲线（DCA）曲线。
Fig. 5  Decision curve analysis (DCA) for nomograms of myometrial infiltration (5A), Ki-67 (5B) and P53 (5C) expression levels.

点击查看表格

表4  不同模型的诊断效能
Tab.4  Diagnostic effectiveness of different models

3 讨论

       虽然大多数EC可以在早期诊断，但患者临床特征和组织病理学特征的差异会影响治疗方法的选择和预后，临床上，根据FIGO分期、病理类型、病理分级和生物学行为将EC分为高危组和低危组^[18]。对于低危组的患者，不推荐淋巴结切除术；对于高危人群，术中行淋巴结清扫，术后行辅助治疗是必要的^[19]。因此，术前风险评估对治疗方案的制订和术后辅助治疗的选择至关重要。MRI具有优越的分辨率和良好的软组织鉴别能力^[12]，由DWI衍生出的ADC值可以反映水分子在不同组织微环境中的扩散，并且已被证明与肿瘤的增殖程度和细胞密度呈负相关。

3.1 本研究的创新性

       既往研究显示，EC患者的ADC值低于正常的子宫内膜和子宫内膜息肉^[20]。此外，一项纳入70名EC癌患者和36名对照受试者的前瞻性研究结果表明，EC患者的ADC值与正常子宫内膜组织的ADC值之间没有重叠，并且他们定义1.05×10^-3 mm²/s为ADC的截断值进一步区分EC和正常子宫内膜组织^[6]。但使用ADC值评估EC患者患者侵袭性研究较少。本研究通过回顾性分析在术前接受DWI检查的105名EC患者，评估了ADCmax、ADCmean和ADCmin与其肌层浸润、Ki-67和P53表达的相关性，构建列线图预测模型，并进一步验证模型的准确性。结果显示ADC值的表达与EC患者肌层浸润程度、Ki-67和P53表达明显相关，这将有助于术前进行手术方案的制订及术后患者预后的评估。

3.2 ADC诊断子宫肌层浸润的价值

       EC预后因素包括高肿瘤分级、深部子宫肌层浸润（＞1/2子宫肌层厚度）、淋巴脉管浸润、非子宫内膜样组织学和宫颈基质受累^[21]。其中，最重要的单一形态学预后特征是子宫肌层浸润深度，国际妇产科联合会（FIGO）分期系统地根据肌层浸润深度将Ⅰ期划分为Ⅰa和Ⅰb^[22]。本研究结果显示，肌层浸润＜1/2组的ADC值大于肌层浸润深度＞1/2组。该结果与REYES-PÉREZ等^[5]的研究结果相似。然而之前有报道显示ADC值不因子宫肌层肿瘤受累的深度（深部或浅表）而变化^[23]，这可能与研究者纳入样本量较少相关。

3.3 ADC诊断Ki-67的价值

       Ki-67是一种敏感的细胞增殖相关核抗原，在多种肿瘤及癌前病变中异常表达^[24]，一些研究发现，Ki-67的表达可能在EC肿瘤细胞的侵袭性和分化中起重要作用^[25]。Ki-67的高表达提示EC肿瘤细胞具有高侵袭性，预后较差。Ki-67的半衰期短，不易受到其他因素的影响，因此可作为反映肿瘤细胞恶性程度及增殖活性的可靠指标^[26]。本研究结果显示，Ki-67高表达组的ADC值（ADCmax、ADCmean和ADCmin）明显低于低表达组。既往研究报道利用ADC值评价EC患者Ki-67表达^[27]，研究发现，Ki-67高表达的EC癌患者ADCmean值小于低表达者，与Ki-67表达指数呈显著负相关^[28]。Ki-67阴性表达的EC患者ADC值高于阳性表达患者，Ki-67阳性表达的患者生存率低于阴性患者^[29]。因为随着Ki-67表达水平的提高，EC细胞的增殖活性增加，细胞密度增加，导致水分子扩散首先引起ADC值降低^[30]。

3.4 ADC诊断P53浸润的价值

       肿瘤基因组图谱国际合作组织（The Cancer Genome Atlas Program, TCGA）于2013年提出新的分子分型，其中可根据P53将EC分为野生型和突变型，野生型P53是一种肿瘤抑制蛋白，可以通过多条途径诱导细胞凋亡、促进细胞分化等，突变后的P53失去抑癌作用导致多种肿瘤的发生。P53异常患者的预后最差，通常表现为高级别和晚期疾病^[31]。本研究结果显示，P53阳性组的ADC值（ADCmax、ADCmean和ADCmin）显著低于阴性组，与多数之前报告结果一致。一项研究显示ADCmean有助于预测EC P53基因突变情况，取ADCmean=820.6×10^-6 mm²/s为临界值时，对P53基因突变EC的预测效能为：准确度74.5%，敏感度53.8%，特异度94.4%，阳性预测值93.3%，阴性预测值58.6%^[32]。但也有文献指出，P53阴性和阳性肿瘤之间的ADCmean无明显差异，可能由于样本量较小和肿瘤异质性引起^[33]。

3.5 本研究的局限性

       本研究存在一些局限性：首先，该研究为单中心研究，未来将纳入更多中心更大样本进一步提高模型的稳定性；其次，由于本研究属于回顾性研究，患者没有随机化，因此可能存在选择偏倚；此外，ADC值的测量值会随着不同的机器和扫描参数而变化，本研究未对不同b值、不同场强及不同机型磁共振进行分组研究。

4 结论

       到目前为止，较多研究已经探索了EC的术前风险评估模型，尽管因素和方法各不相同。我们利用ADC值为评估EC患者预后提供一种无创诊断方式，为临床个性化治疗提供较大帮助。