CT引导射频消融后肝细胞癌微血管侵犯与早期复发的危险因素分析及其临床意义

本文系统分析了肝细胞癌（HCC）患者接受CT引导射频消融（RFA）后微血管侵犯（MVI）和早期复发的危险因素。研究发现多发性肿瘤、包膜不完整、肿瘤边缘不规则和门静脉期快速洗脱是MVI的显著预测因子，而门静脉期快速洗脱、肿瘤内部坏死、MVI、多发性肿瘤和包膜不完整与早期复发密切相关。通过逻辑回归和机器学习模型验证，该研究为高危患者的风险分层、个体化治疗策略制定和预后改善提供了重要依据。

背景

肝细胞癌（HCC）作为全球重大健康挑战，其治疗过程中微血管侵犯（MVI）和早期复发是影响疗效的关键障碍。计算机断层扫描（CT）引导射频消融（RFA）虽已成为中小型肿瘤的重要治疗手段，但MVI的存在可能导致肿瘤细胞经血管扩散，增加早期复发风险。本研究旨在通过回顾性分析，明确CT引导RFA后MVI和早期复发的危险因素，为优化患者管理提供依据。

方法

研究纳入2020年1月至2022年1月期间在河南省人民医院接受CT引导RFA的186例原发性HCC患者。病例选择标准包括：单发肿瘤最大直径≤5厘米或多发肿瘤（最多3个）每个直径≤3厘米，无大血管侵犯、邻近器官侵犯或肝外转移。排除标准涵盖近期出血史、严重凝血功能障碍、顽固性腹水、活动性感染及主要器官功能不全。所有患者签署知情同意书，并获得伦理委员会批准（2022-75）。

研究通过系统文献回顾和多学科专家共识确定预测因素，包括Child-Pugh分级、肿瘤内部坏死、动脉期强化、肿瘤数量、包膜完整性、肿瘤边缘和门静脉期洗脱等。RFA操作采用Lide LDRF-120S系统，在CT实时引导下完成消融，确保消融区覆盖肿瘤并具有0.5–1.0厘米安全边界。

MVI的组织病理学评估严格遵循美国肝病研究协会（AASLD）2018指南，通过苏木精-伊红（HE）染色和免疫组化（CD34/CD31、D2-40）确认血管内肿瘤细胞栓子，并采用双盲病理评审保证诊断准确性。早期复发定义为治疗后两年内肿瘤再现，通过定期影像学检查和病理确认进行监测。

统计分析使用SPSS 27.0软件，采用单因素分析和多因素逻辑回归分析危险因素，并利用机器学习模型（100次Bootstrap重采样）验证预测性能，以曲线下面积（AUC）评估模型判别能力。

结果

患者基线特征显示，186例患者中男性105例，女性81例，平均年龄61.58±5.68岁。肝硬化病因分布为乙型肝炎病毒（HBV）相关45%、丙型肝炎病毒（HCV）相关30%、非酒精性脂肪性肝病（NAFLD）相关15%及其他10%。肝功能Child-Pugh A级占70%，B级占30%。肿瘤特征中，58%为单发肿瘤，42%为多发肿瘤；72%的单发肿瘤和60%的多发肿瘤直径≤3厘米。

单因素分析显示，包膜不完整、肿瘤边缘不规则、多发性肿瘤和门静脉期快速洗脱与MVI显著相关（p<0.05），而Child-Pugh分级、肿瘤内部坏死和动脉期强化无显著意义。多因素逻辑回归进一步确认多发性肿瘤（OR=3.348）、包膜不完整（OR=2.498）、边缘不规则（OR=3.559）和门静脉期快速洗脱（OR=2.982）是MVI的独立危险因素。

对于早期复发，单因素分析识别出门静脉期快速洗脱、肿瘤内部坏死、MVI阳性、多发性肿瘤和包膜不完整为显著预测因子。多因素分析表明，门静脉期快速洗脱（OR=3.213）、肿瘤内部坏死（OR=2.376）、MVI（OR=3.324）、多发性肿瘤（OR=2.893）和包膜不完整（OR=3.455）与早期复发风险独立相关。

机器学习模型强化了上述发现：MVI预测模型中，门静脉期洗脱（OR=3.87）和肿瘤内部坏死（OR=2.4）为最强风险因素，而单发肿瘤（OR=0.31）、包膜完整（OR=0.39）和边缘规则（OR=0.48）具保护作用，模型AUC中位数达0.853。早期复发预测模型中，MVI的预测力最强（OR=14.15），其次为肿瘤边缘不规则（OR=6.05）和多发性肿瘤（OR=4.81），模型AUC中位数为1.000，提示可能存在过拟合，需更大样本验证。

讨论

本研究系统揭示了HCC经CT引导RFA后MVI和早期复发的影像学与病理学预测因素。MVI作为侵袭性生物学行为的标志，与肿瘤包膜缺陷、边缘浸润性生长及血供特征（如门静脉期快速洗脱）相关联，反映了肿瘤血管生成活跃和易转移特性。肿瘤内部坏死则提示增殖失衡导致的缺氧微环境，可能驱动遗传不稳定性及复发。多发性肿瘤进一步凸显肝内“场癌化”效应及肿瘤负荷的影响。

与传统逻辑回归相比，机器学习模型不仅验证了关键预测因子，还通过精确OR值和置信区间优化了风险量化，如明确Child-Pugh分级和动脉期强化无显著意义，而突出MVI的极端预测价值（OR=14.15）。尽管MVI需术后病理确诊，但术前影像特征（如门静脉洗脱、边缘不规则）可为手术决策提供风险分层依据，促进个体化治疗。

本研究局限性包括回顾性单中心设计可能引入选择偏倚，样本量需扩大以增强泛化性，且早期复发模型AUC过高提示过拟合风险。未来需前瞻性多中心研究整合先进影像组学与分子标志物，探索RFA联合靶向或免疫治疗对高危患者的疗效。

结论

HCC患者若表现多发性肿瘤、包膜不完整、边缘不规则及门静脉期快速洗脱，则CT引导RFA后MVI风险显著升高；而门静脉期洗脱、肿瘤内部坏死、MVI、多发性肿瘤和包膜不完整是早期复出的关键预测因素。这些发现支持对高危患者加强监测并制定个体化治疗策略，以改善预后。