0 引言

       肝细胞癌（hepatocellular carcinoma, HCC）是最常见的肝脏恶性肿瘤，虽然目前治疗手段已经较多，如手术切除、肝移植、射频消融等，但术后复发的比例仍居高不下^{[1, 2]}。HCC是高度血管化的肿瘤，容易发生早期血行转移。经典的癌细胞转移方式为上皮-间质转化，而肿瘤包绕型血管（vessels encapsulating tumor clusters, VETC）是最近提出的新的转移方式^{[3, 4]}。VETC是指窦状血管相连成网，将肝癌细胞分割成独立的小单元并完全包绕，以整体的形式与瘤周静脉吻合而侵入血流，随血流定植在肝内或肝外，完成肝内或远处转移^{[5, 6]}。和传统的转移模型比较，VETC中的肿瘤细胞无需获取迁移侵袭的能力，且能躲避免疫识别及攻击，因此更容易完成转移^{[7, 8]}。研究证实，无论是肝局部切除或是肝移植，VETC均是HCC早期复发及预后不良的危险因素^{[9, 10, 11, 12]}。因此，术前明确VETC风险有助于临床精准化及个性化的治疗。

       研究报道，临床指标及影像学征象在预测VETC上具有潜在价值，然而，以往的研究多集中在筛选VETC的危险因素，未能整合风险因素进行综合预测^{[13, 14]}。本研究联合临床指标及MR征象构建预测VETC的列线图，并评估其预测的准确性。

1 材料与方法

1.1 研究对象

       本研究遵守《赫尔辛基宣言》，通过了武威市人民医院伦理委员会批准，免除受试者知情同意，批准文号：ESR002735。回顾性分析2018年8月至2024年6月期间就诊于武威市人民医院经病理证实的HCC病例。纳入标准：（1）行肝切除术后病理证实为HCC，且通过免疫组化明确VETC结果；（2）首诊为HCC，未经手术、射频消融、经导管栓塞化疗等治疗；（3）MR检查后一个月内进行了手术治疗。排除标准：（1）存在明确静脉癌栓；（2）图像质量不佳，不能用于分析。最终纳入213例，根据时间顺序，按7∶3的比例将2018年8月到2022年6月的患者纳入训练集，将2022年7月到2024年6月的患者纳入验证集。

1.2 临床资料、实验室检查及病理结果

       从本院影像归档和通信系统（picture archiving and communication system, PACS）系统收集患者临床及病理结果，包括年龄、性别、病毒性肝炎病史、血清甲胎蛋白（alpha-fetoprotein, AFP）、肝功能Child-Pugh分级、病理分级（Edmondson-Steiner分级）。

1.3 检查方法

       采用1.5 T Voyager超导型MR扫描仪（GE Healthcare，美国），16通道腹部线圈。扫描序列及参数如下：（1）T2WI压脂，视野（field of view, FOV）38 cm×38 cm，矩阵320×320，层厚6 mm，层间距1 mm，回波时间（echo time, TE）92 ms，重复时间（repetition time, TR）8200 ms；（2）扩散加权成像（diffusion weighted imaging, DWI），FOV 38 cm×38 cm，矩阵128×130，层厚6 mm，层间距1 mm，TE 79 ms，TR 5200 ms，b值分别为0、50和800 s/mm²；（3）动态增强使用肝脏容积加速扫描（liver acquisition with volume acceleration, LAVA）序列，FOV 38 cm×38 cm，翻转角12°，矩阵288×224，层厚5 mm，TE 1.6 ms，TR 4.5 ms，首先扫描蒙片，然后经高压注射器通过肘静脉注射钆喷酸葡胺（Gd-DTPA, Bayer Healthcare，德国），注射剂量为0.2 mmol/kg，流率2.0 mL/s，随后用20 mL生理盐水冲管，使用透视触发技术采集动脉双期（15~35 s），随后采集门静脉期（50~60 s）、过渡期（3 min）及延迟期（6 min）图像。

1.4 图像分析

       两名分别有10年及14年腹部诊断经验的副主任医师在知晓病理结果为HCC，但不知晓VETC结果的情况下分析征象。主要包括：（1）肿瘤最大径（在肿瘤最大层面测量最大径）；（2）动态增强非边缘环状高强化及门静脉廓清（分别指动脉期肿瘤非边缘区域强化及门静脉期强化退出）；（3）肿瘤数量（单发或多发）；（4）肿瘤边缘（肿瘤边缘光整或不光整）；（5）肿瘤内动脉（在动脉期肿瘤内观察到强化血管）。当两名医师判断存在分歧时协商判定。

1.5 病理结果及VETC判定

       一名有12年肝脏病变诊断经验的病理科副主任医师进行对HCC标本进行病理分级及VETC评估。VETC阳性定义为经免疫组织化学染色后，在整个或局部HCC区域中见到被CD34阳性血管包绕的窦状肿瘤细胞簇。

1.6 统计学分析

       使用SPSS 23.0及R 4.2.0软件进行统计分析，比较训练集及验证集临床、病理及影像征象是否存在差异。计量资料数据以均数±标准差表示，采用独立样本t检验，计数资料以频数（百分比）表示，采用χ²检验或Fisher精确概率法。在训练集中，对VETC阳性组及阴性组参数进行对比，计算差异具有统计学意义的计量参数的截断值。采用logistic单因素及多因素回归分析临床影像特征预测VETC的独立影响因素。根据以上危险因素构建列线图，分别绘制训练集及验证集的校准曲线并计算C指数。P<0.05表示差异有统计学意义。

2 结果

2.1 训练集及验证集分组及对比

       纳入的213例HCC病例中，训练集148例，验证集65例。两组临床资料、病理结果及影像征象之间差异均无统计学意义（P>0.05；表1），表明分组具有较好的随机性。

点击查看表格

表1  两组患者临床资料、病理结果及影像征象对比
Tab. 1  Comparison of clinical data, pathological findings and imaging features between the two groups of patients

2.2 训练集VETC阳性组与阴性组对比

       在148例HCC病例中，VETC阳性组60例，VETC阴性组88例。对两组临床资料、实验室检查及病理结果进行对比，其中，VETC阳性组AFP>400 ng/mL（38.3% vs. 21.6%，P=0.027）、病理分级（60.0% vs. 36.4%，P=0.005）、肿瘤最大径[（4.55±1.29）cm vs.（3.21±1.02）cm，P<0.001]、肿瘤多发（9.5% vs. 4.7%，P=0.002）、肿瘤边缘不光整（76.7% vs. 45.5%，P<0.001）及出现肿瘤内动脉（31.7% vs. 8.0%，P<0.001）与VETC阴性组间差异有统计学意义，而其他参数组间差异无统计学意义（P>0.05）（表2）。VETC阳性病例影像表现见图1、图2。

点击查看大图

图1  男，62岁，肝S8段HCC，肿瘤最大径2.6 cm，VETC（-）。1A：T2表现为中等高信号，1B：动脉早期均质显著强化，边界清晰；1C：动脉晚期强化程度减低，略高于肝实质；1D：门静脉期可见强化退出。图2　男，48岁，轻度肝硬化，肝S5段HCC，肿瘤最大径6.4 cm，VETC（+）。2A：T2表现为混杂高信号，2B：动脉早期可见肿瘤内血管（红箭头）；2C：动脉晚期可见混杂中度强化，边界不清，高于正常肝实质；2D：门静脉期可见强化退出。HCC：肝细胞癌；VETC：肿瘤包绕型血管。
Fig. 1  A 62-year-old male with hepatocellular carcinoma in liver S8, tumor maximal diameter is 2.6 cm, VETC (-). 1A: T2 shows moderate to high signal intensity; 1B: Homogeneous and significant enhancement in early arterial phase with well-defined margin; 1C: Enhancement decreases in late arterial phase and is slightly higher than that of liver parenchyma; 1D: Enhancement washout in portal venous phase. Fig. 2　A 48-year-old male with hepatocellular carcinoma in liver S5, tumor maximal diameter is 6.4 cm, VETC (+). 2A: T2 shows heterogeneous high signal intensity; 2B: Intra-tumor vessels (red arrow) are seen in early arterial phase; 2C: Moderate heterogeneously enhancement in late arterial phase with ill-defined margin and is higher than that of liver parenchyma; 2D: Enhancement washout in portal venous phase. VETC: vessels encapsulating tumor clusters.

点击查看表格

表2  训练集VETC阳性组与阴性组临床资料、病理结果及影像征象对比
Tab. 2  Comparison of clinical data, pathological findings and imaging features between VETC-positive and negative groups in training cohort

2.3 训练集单因素及多因素logistic回归分析

       将以上临床、病理及影像特征进行单因素及多因素回归分析，结果显示，AFP>400 ng/mL、肿瘤最大径>4.095 cm（截断值）、肿瘤多发、肿瘤边缘不光整及出现肿瘤内动脉是预测VETC的危险因素（表3），而其他因素则与VETC无相关性。

点击查看表格

表3  训练集预测VETC的单因素及多因素变量logistic回归分析
Tab. 3  Logistic regression of univariate and multivariate analyses for prediction of VETC in training cohort

2.4 列线图构建及验证

       使用以上差异具有统计学意义的因素构建预测VETC的列线图（图3A）并绘制校准曲线，训练集校准曲线（图3B）显示有较好的拟合度，C指数值为0.825，表明此预测模型在训练集中有较好的准确度。继续用验证集数据进行验证，验证集校准曲线（图3C）显示拟合度亦较好，C指数为0.817，表明此列线图在验证集中亦较为稳定。

点击查看大图

图3  临床及影像特征构建预测VETC的列线图（3A）、训练集校准曲线（3B）及验证集校准曲线（3C）。VETC：肿瘤包绕型血管；AFP：甲胎蛋白。
Fig. 3  Clinical and imaging features were developed to predict VETC in nomogram (3A), calibration curve of training cohort (3B), and calibration curve of validation cohort (3C). VETC: vessels encapsulating tumor clusters; AFP: alpha fetoprotein.

3 讨论

       本研究结果表明，血清AFP>400 ng/mL、肿瘤最大径、肿瘤多发、肿瘤边缘不光整及肿瘤内动脉是VETC发生的独立危险因素。结合以上临床及影像特征构建预测VETC的列线图，在训练集及验证集中均具有较高的准确度。因此，本预测模型可直观反映个体VETC的发生率，为临床制订个性化的治疗方案中提供依据。

3.1 患者临床资料与VETC相关性

       本研究中，年龄、性别、病毒性肝炎病史及Child-Pugh分级与VETC的发生没有相关性，这与以往的研究结果类似^[15]。在血清标志物方面，本研究发现，AFP>400 ng/mL是预测VETC的独立危险因素，这与YANG等^[16]的研究结果类似，而在QU等^[17]的研究中，AFP水平与VETC发生无关。这些研究结果的差异可能与选择偏倚或纳入的样本有关。

3.2 MRI影像特征与VETC相关性

       在影像特征方面，USTA等^[18]报道肿瘤直径越大，异质性越高，尤其是超过5 cm后，肿瘤复发率显著提高。本研究中，VETC阳性患者肿瘤直径大于阴性患者，而回归分析表明，即便肿瘤最大径小于5 cm，VETC的风险也显著增加，这与以往的研究结果类似^[19]。这可能原因是瘤体越大，越容易侵犯邻近血管，从而促使VETC的发生。肿瘤边缘是否光整与肿瘤的生长模式有关，单结节均匀生长则边缘光整，单结节不规则外生性生长或多结节融合生长则表现为边缘不光整，而后两类生长模式侵袭性更强，发生VETC的风险显著升高^[20]。肿瘤内动脉征象与肿瘤血管生成丰富，同时伴有静脉及基质侵犯有关，这一征象常见于特定的分子类型的HCC中，表明肿瘤有较强的侵袭性^[21]。上述因素在预测VETC中的价值虽已有报道，但以上征象的判断多基于主观经验，且因为纳入人群的差异，不同研究之间诊断效能仍存在差异^[22]。此外，基于动态增强成像的影像组学在预测VETC中的价值也有报道，然而不同组学研究的可重复性及鲁棒性仍需证实，且其诊断的准确性相比影像征象并未有显著提高^{[23, 24, 25]}。因此，以传统影像征象构建的预测模型在临床具有更好的实用性。

3.3 临床指标及MRI影像特征构建列线图的价值

       本研究在以往研究的基础上，整合VETC的临床及影像危险因素构建列线图，这一预测模型在训练集和验证集均表现有较好的效能。列线图通过对每个危险因素赋分，直观显示不同危险因素的权重，预测个体VETC的发生率，因此在个体化治疗中具有显著的实用价值，也更方便临床推广使用^{[26, 27, 28]}。

3.4 不足与展望

       本研究不足之处在于：首先，研究为回顾性研究，可能存在选择偏倚；其次，虽然使用验证集进行了验证，但病例来源仍为单中心，多中心研究能提高模型的稳定性；最后，因条件所限，本单位肝脏特异性对比剂使用较少，而研究报道肝胆期信号征象与VETC的发生具有一定的相关性^{[29, 30]}。后续研究将继续补充特异性对比剂病例，以拓展研究的适用性。

4 结论

       综上所述，AFP>400 ng/mL、肿瘤最大径、肿瘤数量、肿瘤边缘不光整及肿瘤内动脉是预测VETC的危险因素。联合以上因素构建的预测VETC的列线图在训练集和验证集均表现为较好的准确度，这有助于HCC患者术前制订更准确的方案，改善预后。