医脉通编辑整理，未经授权请勿转载。

侵袭性B细胞淋巴瘤患者的预后差异很大，部分原因在于关键基因的异常。约10%-15%的侵袭性B细胞淋巴瘤患者伴有MYC基因重排，其中30%仅伴MYC重排，即单打击淋巴瘤；另外70%会在MYC重排基础上伴有BCL2和/或BCL6基因的易位，即双/三打击淋巴瘤。标准一线治疗在双/三打击淋巴瘤患者中疗效不佳，其2年无进展生存（PFS）率约60%；但目前尚无双/三打击淋巴瘤的标准疗法。

18F-FDG PET/CT（18F-氟代脱氧葡萄糖正电子发射计算机断层扫描）是目前用于基线分期、治疗期间和治疗后病情评估的临床标准。18F-FDG PET/CT可以量化患者的肿瘤代谢体积（MTV），估计患者的总肿瘤负荷。基线MTV是淋巴瘤患者的重要预后指标，其与总生存期（OS）和PFS呈负相关。近期研究表明通过国际代谢预后指数，MTV、Ann Arbor分期和年龄可以预测弥漫性大B细胞淋巴瘤（DLBCL）新发患者的复发概率。除MTV外，18F-FDG PET/CT还能提供其他放射组学特征。目前尚未有研究探索基线时放射组学特征对侵袭性B细胞淋巴瘤患者预后的预测价值。因此，有研究者分析了放射组学特征联合MYC重排状态对侵袭性B细胞淋巴瘤患者预后的预测能力。

研究方法

该事后分析从PETRA数据库纳入了侵袭性B细胞淋巴瘤新发患者，这些患者均拥有通过荧光原位杂交（FISH）确定的MYC、BCL2和BCL6重排数据和18F-FDG PET基线数据。双/三打击侵袭性B细胞淋巴瘤的分类依据是2016年世界卫生组织的分类标准。PET/CT的质量控制依据欧洲核医学协会指南，使用肝脏的平均标准化摄取值（SUV_MEAN）和血浆葡萄糖水平。使用固定SUV≥4.0分割方法在基线时计算MTV。研究者提取了MTV、SUV_MAX、SUV_PEAK、SUV_MEAN和总病变糖酵解数据等17个放射组学特征。

研究结果

1.患者基线特征

该研究共纳入323例患者，其中245例患者为MYC野生型DLBCL，24例为MYC单打击DLBCL，54例为双/三打击淋巴瘤。MYC野生型DLBCL、MYC单打击DLBCL和双/三打击患者的2年TTP（time to progression）分别为85.7%（95%CI，81.4-90.2）、66.7%（95%CI，50.2-88.5）和57.4%（95%CI，45.6-72.2）。MYC单打击和MYC野生型DLBCL患者的基线特征相似，而在双/三打击患者中，疾病晚期、乳酸脱氢酶水平升高和结外受累导致更高IPI评分的患者比例更高。所有患者的具体基线特征如表1所示。

表1.患者的基线特征

2.模型的预测能力

以2年TTP作为结局事件，纳入IPI预后评分的logistic回归模型（IPI模型）的交叉验证曲线下面积（CV-AUC）为0.65±0.07（95%CI，0.52-0.83）。将上述模型应用于双/三打击患者的CV-AUC为0.56±0.15（95%CI，0.28-0.85）。纳入MYC重排状态的logistic回归模型（MYC模型）的CV-AUC为0.58±0.08（95%CI，0.43-0.72）；纳入IPI评分和MYC重排状态模型（IPI+MYC模型）的CV-AUC为0.68±0.08（95%CI，0.55-0.87）。将MTV的自然对数加入至IPI+MYC模型（MTV+IPI+MYC模型）中，CV-AUC将提高到0.74±0.08（95%CI，0.59-0.87）。在后向特征选择后，MTV的自然对数、最大病灶与其他病灶间的最大距离、2个病灶间SUV峰值最大差异和所有病变间的距离总和能够建立效能最高的放射组学模型，其CV-AUC提升至0.77±0.07（95%CI，0.62-0.89）。当向放射组学模型中加入MYC重排状态（放射组学+MYC模型）后，反向特征选择保留了相同的放射组学特征。放射组学+MYC模型的CV-AUC为0.77±0.07（95%CI，0.63-0.90），与放射组学模型的效能相当。各个模型预测能力的结果见表2。

表2. 各个模型的预测能力

3.模型的诊断性能

IPI模型的敏感度和阳性预测值（PPV）最低，分别为31.8%和29.6%。所有模型的阴性预测值（NPV）相当，均大于82%。放射组学+MYC模型的PPV和NPV在所有模型中最高，其PPV与IPI+MYC模型相比提升10%（50.0% vs 40.4%），与IPI模型相比提升20%（50.0% vs 29.6%）。放射组学模型与放射组学+MYC模型的诊断性能相当。

研究结论

早期识别侵袭性B细胞淋巴瘤人群中治疗反应不佳、预后不良的患者是至关重要的，相应可靠且易于使用的生物标志物是必不可少的。该研究表明，从18F-FDG PET/CT结果中获取的基线放射组学特征能够准确预测侵袭性B细胞淋巴瘤患者的预后结局，结合患者的分子学数据和定量的PET指标能提升预测能力，进而指导治疗选择。

参考文献：Eertink JJ, Zwezerijnen GJC, Wiegers SE,et al. Baseline radiomics features and MYC rearrangement status predict progression in aggressive B-cell lymphoma. Blood Adv. 2023 Jan 24;7(2):214-223. doi: 10.1182/bloodadvances.2022008629.