0 引言

       2022年我国癌症统计报告显示结直肠癌发病率在恶性肿瘤中排名第二，死亡率排名第四，且绝大多数患者确诊时已处于局部进展期^[1]。局部进展期直肠癌（locally advanced rectal cancer, LARC）患者的标准治疗方式为先行新辅助放化疗（neoadjuvant chemoradiotherapy, nCRT）降低肿瘤分期后再行手术切除^[2]。根据术后病理肿瘤退缩分级（tumor regression grade, TRG），病理完全缓解被定义为原发灶仅见纤维化而无肿瘤细胞残留，此类对nCRT反应好的患者不仅能提高根治性手术切除率、降低局部复发率，还可增加肛门括约肌保留机会，甚至在多学科团队指导下采用“等待—观察”策略免于手术，实现保器官治疗^[3]。约15%~27%的患者接受nCRT后可达到病理完全缓解^{[4, 5]}，而未达病理完全缓解者需追加手术或辅助化疗^{[6, 7]}。因此，准确预测患者对nCRT的反应是临床亟待解决的关键问题，对临床治疗方案的制订具有重要意义。

       磁共振成像（magnetic resonance imaging, MRI）因其具有较高的软组织分辨率和多参数成像的特点，可准确评估直肠癌肿块的形态学特征，因而被广泛用于直肠癌的诊断和分期。但LARC患者在nCRT后肿瘤细胞密度的减低早于形态学改变，换而言之，肿瘤形态学没有变化，但不意味着细胞学没有改变^[8]。常规MRI仅基于形态学特征，无法定量评估肿瘤内部的微环境特征。功能MRI如扩散加权成像（diffusion-weighted imaging, DWI）可无创评估肿瘤的细胞密度等微环境特征并用表观扩散系数（apparent diffusion coefficient, ADC）进行量化，水分子扩散受限，提示ADC值较低、细胞密度较高^{[9, 10]}。但既往研究应用ADC值预测LARC患者nCRT后反应的结果并不一致，可能的原因是肿瘤组织中除了水分子的扩散，还存在微循环灌注，ADC值不能区分这种差异因而不能确切地反映水分子的扩散^{[11, 12]}。体素内不相干运动（intravoxel incoherent motion, IVIM）成像通过双指数拟合和多b值采样可同时获得微循环灌注和水分子扩散相关参数，从而在细胞水平反映肿瘤的微观特征^{[13, 14]}。既往研究结果显示IVIM成像预测LARC患者nCRT后反应既能通过基线高灌注提示良好反应，也能通过治疗后的扩散变化量化疗效^{[15, 16]}，但几乎都聚焦于肿瘤本身。

       既往研究证实，中性粒细胞-淋巴细胞比值（neutrophil-to-lymphocyte ratio, NLR）、血小板-淋巴细胞比值（platelet-to-lymphocyte ratio, PLR）等血细胞参数可有效预测直肠癌患者的新辅疗效及预后^{[17, 18]}。因此，本研究创新性地联合IVIM直方图参数（反映肿瘤局部微环境）与血细胞参数（反映全身炎症及营养状态）构建预测模型对LARC患者nCRT后疗效的预测价值，弥补单一模态评估的不足，为临床个体化治疗决策提供更精准的依据，助力优化LARC患者的治疗策略。

1 材料与方法

1.1 研究对象

       本研究遵守《赫尔辛基宣言》，经四川省肿瘤医院科学研究管理委员会的批准，免除受试者知情同意，批准文号：SCCHEC-02-2024-049。回顾性纳入了2019年1月至2025年12月在四川省肿瘤医院确诊为LARC并接受了nCRT和根治性手术的243例患者病例。纳入标准：（1）组织病理学活检证实为直肠腺癌；（2）新辅助治疗前包含IVIM序列在内的MRI检查。排除标准：（1）MRI图像质量差，例如有严重的图像伪影（14例）；（2）合并其他肿瘤病史（13例）；（3）同时存在远处转移（19例）。本文的写作遵循STROBE声明。

1.2 MRI检查方法

       MRI扫描采用（Skyra，西门子，德国）3.0 T磁共振仪和8通道相控阵线圈进行。所有患者在检查前使用开塞露（20 mL甘油）清洁肠道。扫描序列包括矢状面、冠状面、斜横轴面（扫描线垂直于肠管长轴）高分辨率T2WI、对比增强T1WI以及IVIM序列。T2WI序列扫描参数：TR 4960 ms，TE 89 ms，FOV 200 mm×200 mm，矩阵320×320，翻转角160°，层厚2 mm，层间距0 mm。IVIM序列扫描参数：TR 5000 ms，TE 58 ms，FOV 320 mm×260 mm，矩阵128×94，翻转角90°，层厚4 mm，层间距0 mm，b值0、50、80、100、200、500、800、1000 s/mm²。对比增强T1WI扫描参数：TR 3.81 ms，TE 1.38 ms，FOV 360 mm×292 mm，矩阵352×215，翻转角12°，层厚3 mm，层间距0.6 mm。

1.3 图像分析

       将患者在新辅助治疗前扫描的IVIM图像导入MITK软件（DKFZ，德国）对图像进行分析，计算并生成3个参数图，包括真实扩散系数（diffusion coefficient, D）、伪扩散系数（pseudiffusion coefficient, D^*）及灌注分数（pseudoperfusion fraction, f）。由1名具有8年工作经验的主治医师对图像进行勾画。以高分辨斜轴位T2WI为参考，在IVIM图像上沿肿瘤边缘逐层手动勾画（region of interest, ROI），同时避开肿瘤的出血、坏死、囊变等区域（图1）。随后将ROI复制并粘贴到3个参数图的相同位置，基于IVIM双指数模型计算公式Sb/S0=（1-f）×exp（-b×D）+f×exp（-b×D^*）计算D、D^*和f值。随后软件自动提取IVIM直方图参数。随机抽取30例患者，由另1名具有20年工作经验的主任医师完成上述ROI勾画，用于一致性检验。

点击查看大图

图1  男，56岁，直肠癌患者。1A：手工勾画感兴趣区；1B~1D：生成对应的伪彩图，平均真扩散系数为1.3×10^-3 mm²/s（1B），平均伪扩散系数为32.4×10^-3 mm²/s（1C），平均灌注分数为140×10^-3 mm²/s（1D）。
Fig. 1  A 56-year-old male patient with rectal cancer. 1A: Region of interest is manually outlined; 1B-1D: Pseudocolor maps, mean true diffusion coefficient value is 1.3×10^-3 mm²/s (1B), mean pseudo-diffusion coefficient value is 32.4×10^-3 mm²/s (1C), and mean perfusion fraction value is 140×10^-3 mm²/s (1D), respectively.

1.4 治疗方案及病理评估

       入组患者均接受长程同步放化疗方案：45~50 Gy，分25~28次，在5周~5周半完成，同时按FOLFOX或XELOX方案给予化疗药物。患者在nCRT后5~12周行全直肠系膜切除术，患者在nCRT后的疗效评价参考Mandard分级：0级为无肿瘤细胞残留；1级为散在少许肿瘤细胞；2级为大量纤维化内少许肿瘤细胞；3级为大量肿瘤细胞内散在少许纤维化；4级为没有变化。0~1级的患者为显著缓解组，2~4级为非显著缓解组。

1.5 临床资料

       收集患者nCRT前的临床资料、影像资料及血液学资料。临床资料包括患者的年龄、性别、身体质量指数（body mass index, BMI）及癌胚抗原（carcinoembryonic antigen, CEA）。从影像归档和通信系统中检索患者图像，记录患者影像检查数据，包括T分期、N分期、直肠系膜筋膜（mesorectal fascia, MRF）的状态、MRI上的壁外血管侵犯（magnetic resonance imaging-detected extramural venous invasion, mrEMVI）状态、肿瘤厚度。血液学资料包括白细胞（white blood cell, WBC）、中性粒细胞（granulocyte, GR）、淋巴细胞（lymphocyte, LYMP）、单核细胞（monocyte, MON）、嗜酸性粒细胞（eosinophils, Eo）、嗜碱性粒细胞（basophil granulocyte, Bo）、血红蛋白（hemoglobin, Hb）、血小板（platelet, PCT）、钾（potassium, Po）、钠（sodium, So）、氯（chlorine, CH）、钙（calcium, Ca）及乳酸脱氢酶（lactic dehydrogenase, LDH）。根据外周血结果计算NLR、PLR。

1.6 样本量估算

       根据模型构建特征经验法则，样本量估算公式：样本量=（模型的特征数×10）/（1-预期的分类错误率）。本研究为二分类研究，随机预测错误率为0.5，因此本研究模型预期的分类错误率取值为0.5。

1.7 统计学分析

       使用R语言（4.0.3版，https://www.r-project.org），SPSS（26.0版，https://www.ibm.com/spss）及Medcal软件（18.2.1版，https://www.medcalc.org）进行统计学分析。采用组内相关系数（intra-class correlation coefficient, ICC）评估观察者间的一致性。临床变量中的定量资料采用最大化约登指数法转化为定性资料。符合正态分布的计量资料用均数±标准差（x¯±s）表示，组间比较采用独立样本t检验；不符合正态分布的计量资料以中位数（上下四分位数）表示，组间比较采用Mann-Whitney U检验。计数资料以频数（百分比）表示，组间比较采用χ²检验或Fisher精确检验。将组间差异有统计学意义的IVIM直方图特征和临床特征放入单因素logistic回归分析中，采用向后逐步回归法将单因素logistic回归分析中P<0.05且方差膨胀因子<5的变量纳入多因素logistic回归分析，以确定独立风险预测因子，并计算其比值比（odds ratio, OR）及95%置信区间（confidence interval, CI）。然后基于上述独立风险预测因子构建联合参数模型。绘制受试者工作特征（receive operating characteristic, ROC）曲线，计算曲线下面积（area under the curve, AUC）、敏感度、特异度及准确率，评估联合参数模型的诊断效能。使用DeLong检验比较联合参数模型和各独立风险预测因子之间的诊断效能的差异。采用Hosmer-Lemeshow检验评价联合参数模型的拟合优度。采用临床决策曲线评估模型的临床实用性。

2 结果

2.1 样本量计算

       根据单因素logistic回归分析、方差膨胀因子分析及多因素logistic回归分析，最后剩余4个特征，模型精确要求最低为50%，经估算样本量至少为80例。

2.2 临床资料

       本研究最终纳入了2019年1月至2023年1月的130名患者病例作为训练集，2023年2月至2025年12月的67例患者病例作为验证集。训练集中显著缓解组38例，非显著缓解组92例；验证集中显著缓解组26例，非显著缓解组41例。在训练集中，显著缓解组中mrEMVI阳性、肿瘤厚度>4.5 cm患者的比例低于非显著缓解组，差异具有统计学意义（P<0.05），详见表1；外周血中LYMP水平、Hb水平、PCT水平及PLR在两组之间的差异具有统计学意义（P<0.05），详见表2。

点击查看表格

表1  临床特征的组间比较
Tab. 1  Comparison of clinicopathological characteristics

点击查看表格

表2  训练集血液学指标的组间比较
Tab. 2  Comparison of hematological parameters in the training set

2.3 IVIM直方图参数的比较

       两名医生提取IVIM直方图参数的一致性均良好（ICC为0.868~0.994）。非显著缓解组的fMean、fMedian、fSD、fMaximum、fVariance、D^*Mean、D^*Median、D^*SD和D^*Variance值均低于显著缓解组，而非显著缓解组的D^*Skewness和D^*Kurtosis高于显著缓解组（P均<0.05）。D所有参数在两组患者之间的差异无统计学意义（P均>0.05），详见表3。

点击查看表格

表3  训练集IVIM直方图参数比较
Tab. 3  Comparison of IVIM histogram parameters in the training set

2.4 联合参数模型构建

       单因素logistic回归分析结果显示，mrEMVI、肿瘤厚度、LYMP、Hb、PCT、PLR、fMean、fMedian、fSD、fMaximum、fVariance、D^*Mean、D^*Median、D^*SD、D^*Skewness、D^*Kurtosis和D^*Variance与nCRT疗效相关（P均<0.05）（表4）。多因素logistic回归分析结果显示，PLR（OR=0.035，P=0.035）、fMean（OR=1.050，P<0.001）、D^*SD（OR=0.462，P=0.001）及D^*Variance（OR=32 249.6，P<0.001）是nCRT疗效的独立风险预测因子（表4）。

       基于上述独立风险预测因子构建联合参数模型：ln[p/（1-p）]=2.697+2.437×PLR+0.049×fMean-0.771×D^*SD+10.381×D^*Varianc，其中p是预测显著缓解的概率（截断值>0.420）。在训练集中，联合参数模型的AUC为0.894（95% CI：0.827~0.941），DeLong检验结果显示，联合参数模型的AUC值均高于各独立风险预测因子，差异均有统计学意义（P<0.05）；其准确率、敏感度和特异度分别为0.854（95% CI：0.781~0.909）、0.711（95% CI：0.541~0.845）和0.913（95% CI：0.835~0.961）。在验证集中，联合参数模型的AUC为0.831（95% CI：0.714~0.928），DeLong检验结果显示，联合参数模型的AUC值高于PLR、D^*SD以及D^*Varianc，差异均有统计学意义（P<0.05）；其准确率、敏感度和特异度分别为0.806（95% CI：0.701~0.896）、0.731（95% CI：0.522~0.884）和0.854（95% CI：0.708~0.944）。详见图2。Hosmer-Lemeshow检验显示联合参数模型在训练集及验证集中均具有较好的校正性能（P=0.851，0.543）。临床决策曲线示，在0.05~0.92阈值概率下，联合参数模型的临床获益性优于其他独立风险预测因子（图3）。

点击查看大图

图2  联合参数模型及各独立风险预测因子受试者工作特征（ROC）曲线。2A：训练集；2B：验证集。AUC：曲线下面积；D^*：伪扩散系数；SD：标准差；f：灌注分数；PLR：血小板-淋巴细胞比值。
Fig. 2  Receiver operating characteristic curves (ROC) of combined parameter model and independent risk factors. 2A: training set; 2B: validation set. AUC: the area under the curve. D^*: pseudiffusion coefficient; SD: standard deviation; f: pseudoperfusion fraction; PLR: platelet-to-lymphocyte ratio.

点击查看大图

图3  临床决策曲线。曲线显示在0.05~0.92阈值概率下，联合参数模型的临床获益性优于其他独立风险预测因子。PLR：血小板-淋巴细胞比值；f：灌注分数；D^*：伪扩散系数；SD：标准差。
Fig. 3  The clinical decision curve. The curve demonstrates that the combined parameters model exhibits superior clinical utility compared to other independent risk predictors within the probability threshold range of 0.05 to 0.92. PLR: platelet-to-lymphocyte ratio; f: pseudoperfusion fraction; D^*: pseudiffusion coefficient; SD: standard deviation.

点击查看表格

表4  训练集单因素及多因素logistic分析
Tab. 4  Univariate and multivariable logistic regression in the training set

3 讨论

       本研究首次基于IVIM直方图参数及临床特征构建联合模型，评估模型预测LARC患者nCRT后疗效的价值。结果显示IVIM直方图特征是nCRT显著缓解患者的独立预测因子，进一步联合患者的临床特征后，联合模型的诊断效能得到提高，表明IVIM直方图参数联合患者的临床特征能有效地预测LARC患者nCRT后的疗效，具有一定的临床实用价值，可为患者的个体化治疗提供一定的依据。

3.1 基于IVIM参数预测直肠癌新辅助治疗疗效的价值

       目前，nCRT联合全直肠系膜切除术仍然是大多数LARC患者主要的治疗策略，但并非所有患者均可从nCRT中获益^{[19, 20]}。因此，评估LARC患者nCRT后的疗效在直肠癌治疗方案的制定及预后评估等方面有着重要作用。TRG反映了肿瘤对nCRT的反应程度，已有研究证实TRG是LARC患者肿瘤学结局的重要预测因素^{[21, 22]}。其中，显著缓解患者的生存率远高于非显著缓解患者^[23]。因此，早期预测LARC患者对nCRT的反应可为患者的预后评估及治疗方案的确定提供重要的参考依据。常规MRI可准确评价肿块的大小、位置和浸润深度等形态学特征，可用于直肠癌的诊断及分期。而功能MRI成像如DWI可通过ADC值反映肿瘤细胞密度等微观特征。ADC值较低提示水分子扩散受限、细胞密度较高。但基于单指数拟合计算的ADC值可能会忽略肿瘤微循环中的灌注信息，导致对细胞密度的估计并不准确。IVIM成像可以将活体组织中微循环灌注从水分子扩散中分离出来，同时获得微循环灌注和水分子扩散相关参数。D表示纯扩散系数，是由水分子无规则的布朗运动引起的扩散运动，D^*表示伪扩散系数，是由微循环灌注导致的假的扩散运动；f表示灌注分数，代表了微循环灌注相关扩散所占的比例。本研究中显著缓解组患者的多数f和D^*直方图参数值均高于非显著缓解组患者，这与WEN等^[24]的研究结果一致。进一步的多因素逻辑回归分析显示，f值和D^*值均为直肠癌患者新辅助治疗疗效预测的潜在因子。f值和D^*值反映了微循环中血流灌注的水平，f值和D^*值较高提示病变组织的血流灌注水平较高，这有助于化疗药物运输至病灶，患者也就更容易达到显著缓解状态；反之，若f值和D^*值较低，表明病变组织的灌注水平较低，提示病变组织中可能存在更多的囊变或坏死成分，从而导致病灶对化疗药物的敏感性下降。既往研究^{[15, 25]}表明，D值能较为可靠地预测LARC患者对nCRT的反应，然而本研究中两组患者之间D值的差异不具有统计学意义。可能的原因是本研究中采取的b值较低，在低b值时IVIM拟合主要反映的是灌注相关参数即f值和D^*值，而对弥散的估计（即D值的计算）则需要较高的b值。

3.2 临床病理特征及血细胞参数纳入研究的意义

       既往研究^{[26, 27]}已证实了NLR、PLR等炎症标志物在直肠癌患者中的预后价值，并可用于直肠癌患者新辅助治疗的疗效预测。本研究结果表明显著缓解组患者的LYMP和PCT水平均较高，基于二者计算的PLR值在显著缓解组患者中较低，并且PLR是直肠癌患者新辅助治疗疗效预测的独立预测因子，这与WANG等^[28]研究结果一致。外周血LYMP在肿瘤的适应性免疫应答中起着关键作用，不同的LYMP可通过各自的途径相互激活，进而靶向或消除肿瘤细胞，因此LYMP水平越高，患者对nCRT的反应越好，越容易达到显著缓解状态。相反，PCT通过介导中性粒细胞来促进炎症发生和肿瘤细胞转移，同时PCT作为免疫抑制剂，可保护肿瘤细胞，使其逃脱自然杀伤细胞的识别，其激活是直肠癌发生和转移的关键因素。本研究中较高水平的LYMP表现为较低的PLR，这类患者对nCRT较为敏感，提示PLR或可作为LARC患者nCRT疗效预测的潜在因子。此外，和非显著缓解组患者相比，显著缓解组患者中mrEMVI阳性的患者占比较低，且整体肿瘤厚度多≤4.5 cm。mrEMVI阳性是直肠癌患者预后不良的重要指标，同时这类患者对新辅助治疗的反应也较差^{[29, 30]}。肿瘤的厚度则反映了直肠癌肿块的浸润深度（即T分期），而T分期和TRG密切相关，T分期较低，则新辅助治疗后TRG较低，即更容易达到显著缓解状态。

3.3 IVIM直方图参数联合临床特征构建联合参数模型的价值

       本研究基于IVIM直方图参数和临床特征建立联合参数模型，结果显示基于独立风险预测因子fMean、D^*SD、D^*Variance和PLR构建联合参数模型的AUC显著高于各独立风险预测因子。这表明IVIM直方图参数可为直肠癌患者新辅助治疗的疗效预测提供一定的参考依据，进一步联合临床特征后可提高诊断效能。此外，我们还探讨了引入PLR对效能提高的贡献度，结果表明，在训练集和验证集中的净重新分类指数均>0，为正改善，说明引入PLR后的联合参数模型比单独IVIM直方图特征的联合的预测能力有所改善。因此，仅通过IVIM直方图特征未能达到与联合模型相近的预测效果，PLR提供了关键的补充信息。本研究整合PLR具有明确的病理生理学依据。从机制上看，IVIM成像所提供的参数主要从微观层面刻画组织灌注特征与细胞密度，本质上是对肿瘤局部微环境状态的影像学表征。与之形成互补的是，PLR作为一种常规血液学指标，易于检测且成本较低，其数值变化能够反映机体系统性炎症水平与免疫应答状态。现有证据表明，这种全身性炎症反应在肿瘤演进、治疗敏感性与患者预后中扮演着关键角色。肿瘤的生物学行为并非仅由局部因素决定，而是局部微环境与宿主全身状态持续互动的结果^{[31, 32]}。因此，本研究所构建的“IVIM（局部特征）+PLR（全身指标）”联合模型，其设计初衷在于同步捕捉这两个维度的信息，从而更系统、更完整地描述肿瘤相关的生物学进程，以期实现更准确的预测效能。这种融合局部影像特征与全身生物学标志物的研究思路，在当前致力于提升肿瘤诊疗精准度的学术探索中，已获得日益广泛的重视与应用。

       联合参数模型的敏感度和特异度分别为0.711和0.913，二者之间存在的差异可能有临床意义。（1）高特异度的临床意义：最大限度地避免“过度治疗”。高特异度意味着模型能非常准确地将非显著缓解者识别出来。换言之，当模型预测患者“疗效不佳”时，这个判断的可信度极高。对于被模型预测为非显著缓解的患者，临床医生可以更有信心地避免对其进行无效或受益有限的新辅助治疗，转而直接考虑手术，或强化化疗、联合靶向治疗等，从而让患者免受不必要的如放射性肠炎、骨髓抑制、肛门直肠功能损伤等副作用；此外，长达数周的无效治疗期间，肿瘤可能发生进展，从而让患者错过最佳手术时机，因而该模型节约了宝贵的医疗资源和患者的经济成本。（2）相对较低的敏感度的临床意义：可接受的“遗漏”与后续策略。敏感度0.711意味着模型会遗漏约28.9%的实际治疗有效者（显著缓解者）。即，这部分患者本可从新辅助治疗中获益，但模型错误地预测其疗效不佳。虽然这是一种“遗漏”，但其临床风险相对可控。在现行的诊疗框架下，即使模型预测为疗效不佳，对于具有高危因素（如cT4b、环周切缘阳性）或强烈希望尝试新辅助治疗以争取保肛机会的患者，医生依然可以凭借临床经验，结合其他检查（如高分辨率MRI评估环周切缘），决定实施新辅助治疗。（3）未来优化方向：理想的模型应同时具备高敏感度和特异度，当前性能的差距也指明了未来研究的方向，即纳入更多维度的特征，如结合其他功能MRI序列（如动态对比增强MRI）、代谢组学或基因组学标志物，以提升对治疗敏感群体的识别能力（即提高敏感度）。

3.4 局限性

       本研究存在一定的局限性。首先，虽然本研究为单中心设计，但我们已在现有数据框架内，采取了包括严谨的数据分割、经典统计模型及IVIM可解释性多项措施以最大限度地保证模型的可靠性和防止过拟合，未来的工作重点可优先聚焦于推动多中心扫描协议的共识及标准化，一旦数据采集标准化，基于IVIM参数的模型将其固有的可解释性和可比性，比其他纯数据驱动的模型更容易、更快速地进行大规模验证和临床转化。因此，将来笔者的研究目标是大样本、多中心外部验证以此提高模型的稳定性、泛化能力。其次，由于扫描参数中b值个数的设定尚未得到统一，增加b值的数目可以使IVIM参数的拟合结果更为准确，但同时也会延长扫描时间，导致图像信噪比降低，未来需要进一步研究优化b值个数的设定。最后，本研究只评估了患者治疗前的基线资料，未来需要动态地监测患者在治疗过程中临床及影像参数的变化，为患者的疗效评估提供更丰富的信息。

4 结论

       综上所述，IVIM直方图参数可准确预测直肠癌患者新辅助治疗后状态，联合临床特征构建的联合参数模型表现出了较好的诊断效能及区分度，可以在治疗前无创、较好地预测直肠癌新辅助治疗疗效，为临床医生术前指导治疗及预后评估提供一定的理论参考依据，有助于准确制订直肠癌个体化的治疗方案。