Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.
Исследовательская статья
* These authors contributed equally
В данном метаанализе 17 исследований (1 708 пациентов с гепатоцеллюлярной карциномой) были определены суммарные значения чувствительности, специфичности и площади под кривой, составившие 0,87, 0,79 и 0,90 соответственно, для радиомического прогнозирования высокой экспрессии Ki-67; значительная гетерогенность указывает на необходимость стандартизации исследований.
Данное исследование было направлено на оценку диагностической ценности радиомических признаков в прогнозировании уровней экспрессии Ki-67 при гепатоцеллюлярной карциноме (ГЦК) с помощью метаанализа. Был проведен систематический поиск соответствующих клинических исследований, опубликованных до 20 августа 2025 года, в электронных базах данных, включая PubMed, Web of Science, Cochrane Library и Embase. В анализ были включены исследования, в которых радиомические признаки использовались для прогнозирования уровней экспрессии Ki-67 у пациентов с ГЦК. Оценивались чувствительность, специфичность и суммарные кривые рабочих характеристик приемника, а также рассчитывалась площадь под кривой (AUC). Всего было включено 17 исследований с участием 1 708 пациентов с ГЦК. Объединенная чувствительность составила 0,87 (95% доверительный интервал [ДИ], 0,81–0,91), объединенная специфичность — 0,79 (95% ДИ, 0,71–0,85), а общая AUC составила 0,90 (95% ДИ, 0,87–0,93). Объединенные значения AUC для пороговых значений Ki-67 10% и >10% составили 0,89 (95% ДИ, 0,86–0,92) и 0,90 (95% ДИ, 0,87–0,92) соответственно. Значения AUC для радиомических признаков, полученных с помощью магнитно-резонансной томографии и ультразвукового исследования, составили 0,88 (95% ДИ, 0,85–0,91) и 0,92 (95% ДИ, 0,89–0,94) соответственно. AUC для прогностических моделей на основе логистической регрессии составила 0,89 (95% ДИ, 0,86–0,92). Радиомические признаки продемонстрировали многообещающие объединенные диагностические показатели при прогнозировании высокой экспрессии Ki-67 при ГЦК. Однако среди включенных исследований наблюдалась существенная неоднородность. Для подтверждения этих результатов необходимы дальнейшие стандартизированные исследования.
За последнее десятилетие заболеваемость и распространенность рака печени постепенно росли, что делает это заболевание значительным и увеличивающимся бременем для здравоохранения во всем мире. В частности, гепатоцеллюлярная карцинома (ГЦК) составляет 90% всех диагнозов первичного рака печени и является четвертой по частоте причиной смерти от рака в глобальном масштабе; в 2018 году было зарегистрировано 840 000 новых случаев1,2. Несмотря на последние достижения в области хирургических методов, локальных вмешательств и системной терапии, долгосрочный прогноз для пациентов с ГЦК остается неудовлетворительным, а показатели 5-летней общей выживаемости варьируются от 13% до 36%3,4,5. Это в значительной степени обусловлено скрытым началом болезни, трудностями ранней диагностики и высокой биологической гетерогенностью опухоли. Данные проблемы подчеркивают критический недостаток современных диагностических стратегий: традиционная гистопатологическая оценка является инвазивной и не позволяет проводить комплексную оценку динамической биологии опухоли в режиме реального времени. Следовательно, разработка новых неинвазивных инструментов, способных точно количественно определить внутренний злокачественный потенциал опухолей, имеет важное значение для развития персонализированной медицины при ГЦК.
Среди различных прогностических молекулярных биомаркеров Ki-67 является общепризнанным индикатором клеточной пролиферации и тесно связан с прогнозом при множестве злокачественных новообразований. Ki-67 отражает пролиферативную активность и широко экспрессируется в опухолевых клетках; его высокая экспрессия сильно коррелирует с повышенной инвазивностью и плохой дифференцировкой, служа предиктором агрессивности опухоли6. При ГЦК многочисленные исследования подтвердили, что высокая экспрессия Ki-67 значимо ассоциирована с большим размером опухоли, сосудистой инвазией, более высокой степенью по шкале Эдмондсона–Штайнера и запущенной стадией метастазирования в лимфатические узлы. Более того, он служит независимым предиктором послеоперационного рецидива и худшей общей выживаемости7,8,9,10. Поскольку уровни экспрессии Ki-67 отражают пролиферативное состояние опухолевых клеток — при этом повышенные уровни указывают на большую инвазивность и более быстрое прогрессирование заболевания — данный биомаркер представляет значительную ценность для прогностической стратификации, принятия решений о лечении и терапевтического мониторинга при ГЦК. Однако современная клиническая оценка Ki-67 основана на инвазивном отборе проб тканей. Этот подход не только сопряжен с процедурными рисками и дискомфортом для пациента, но, что более важно, учитывая существенную пространственную и временную гетерогенность ГЦК, одна биопсия может не отражать общий пролиферативный статус опухоли, что потенциально может привести к клинической ошибке в интерпретации11. Таким образом, существует острая клиническая потребность в неинвазивном, воспроизводимом методе, способном комплексно охватить пространственную гетерогенность экспрессии Ki-67.
Появление радиомики предлагает потенциальный подход к решению этого ограничения. Радиомика предполагает высокопроизводительное извлечение многочисленных количественных признаков из стандартных медицинских изображений, таких как компьютерная томография (КТ), магнитно-резонансная томография (МРТ) или позитронно-эмиссионная томография (ПЭТ), и построение прогностических моделей с использованием алгоритмов машинного или глубокого обучения для расшифровки базовой биологии опухоли12. В исследованиях ГЦК радиомика была успешно применена для определения степени злокачественности опухоли, прогнозирования микрососудистой инвазии, оценки экспрессии генов и мониторинга ответа на лечение. Хотя в нескольких исследованиях предпринимались попытки разработать радиомические модели для прогнозирования экспрессии Ki-6713,14, по-прежнему наблюдается значительная вариативность между исследованиями в отношении размера выборки, модальностей визуализации, методов извлечения признаков и эффективности моделей. Таким образом, необходим систематический метаанализ для количественного синтеза этих гетерогенных данных, установления надежных объединенных диагностических оценок и выявления основных источников клинической и методологической вариативности, что обеспечит научно обоснованную базу для будущей стандартизации и клинического внедрения. На практике клиническое внедрение радиомики затруднено проблемами воспроизводимости признаков и ограничениями, специфичными для конкретных модальностей, такими как зависимость МРТ от параметров сканирования и зависимость УЗИ от оператора. Следовательно, клиническая полезность этих моделей должна быть критически оценена на основе их методологической стандартизации и статуса внешней валидации. Клиническая применимость и надежность этих моделей еще не были систематически оценены. В связи с этим в данной работе проводится комплексная оценка диагностической эффективности радиомических моделей в прогнозировании статуса экспрессии Ki-67 при ГЦК, что создает научно обоснованную основу для будущей стандартизации и клинического внедрения.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Стратегия поиска и источники информации
В соответствии с руководством Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 202015 был проведен систематический поиск в базах данных PubMed, Web of Science, Cochrane Library и Embase с момента их создания по 20 августа 2025 года без ограничений по языку (см. Дополнительный файл 1). Стратегия поиска была построена путем группировки ключевых слов и предметных рубрик (таких как Medical Subject Headings [MeSH] в PubMed и Emtree в Embase) в три логических блока с использованием булевых операторов «AND» и «OR». Эти блоки применялись к полям названия, аннотации или темы в каждой базе данных следующим образом: (1) радиомика, модели и визуализация: «radiomics», «texture analysis», «image features», «magnetic resonance imaging» (или «MRI»), «tomography, X-ray computed» (или «CT»), «ultrasonography» (или «ultrasound»), «deep learning», «machine learning» и «logistic»; (2) заболевание: «hepatocellular carcinoma», «liver cancer», «HCC» и «hepatoma»; и (3) антиген: «Ki-67 Antigen», «Ki-67», «Ki67» и «proliferation index». Точный синтаксис поиска был адаптирован под специфические правила каждой базы данных (например, использование тегов [Title/Abstract] и [MeSH] в PubMed, а также тегов «:ti,ab» или «/exp» в Embase). Также был проведен ручной поиск по спискам литературы найденных исследований, а также по соответствующим обзорным статьям для выявления любых дополнительных подходящих публикаций. Протокол исследования был ретроспективно зарегистрирован в базе данных INPLASY под регистрационным номером INPLASY202670061.
Критерии соответствия
Для обеспечения клинической релевантности отбора исследований соответствие найденных работ определялось с использованием структуры PICOS (Популяция, Вмешательство, Сравнение, Исходы и Дизайн исследования).
Критерии включения были следующими: (1) исследуемая популяция, состоящая из пациентов с диагнозом ГЦК, установленным на основании гистопатологического исследования резекционного или биопсийного материала, либо в соответствии с общепринятыми клиническими рекомендациями и данными визуализации; (2) использование радиомики, глубокого обучения или текстурных признаков, полученных с помощью методов медицинской визуализации (включая КТ, МРТ или УЗИ), для прогнозирования уровней экспрессии Ki-67 в опухоли; (3) гистопатологическая оценка уровней экспрессии Ki-67 в образцах опухоли с четко определенным пороговым значением для разделения пациентов на группы с высокой и низкой экспрессией; (4) наличие диагностических результатов в виде таблицы сопряженности 2 × 2, позволяющей рассчитать эффективность теста; и (5) оригинальные рецензируемые клинические исследования.
Исследования исключались, если они (1) представляли собой тезисы конференций, отчеты о клинических случаях, систематические обзоры или иные неоригинальные исследования; (2) содержали недостаточно данных о результатах для количественного анализа; (3) являлись дубликатами публикаций; (4) не были доступны в полном тексте.
Протокол отбора исследований и извлечения данных
Для проведения скрининга литературы все полученные цитаты из электронных баз данных были объединены, после чего дублирующиеся записи были систематически выявлены и удалены. Затем два исследователя независимо провели скрининг оставшейся литературы на основе заранее определенных критериев включения и исключения. Сначала были изучены названия и аннотации, а потенциально подходящие исследования прошли полнотекстовую оценку. Любые расхождения между двумя рецензентами разрешались путем обсуждения или путем консультации с третьим исследователем для достижения консенсуса.
После завершения процесса скрининга те же два исследователя независимо извлекли данные, используя стандартную предварительно определенную форму извлечения. Извлеченная информация включала основные характеристики исследования, демографические данные исследуемой популяции и данные о диагностической эффективности, а именно: количество истинно положительных, ложноположительных, истинно отрицательных и ложноотрицательных результатов. В случае отсутствия данных или неразрешенных неоднозначностей в исследованиях мы связывались с соответствующими авторами по электронной почте с просьбой предоставить исходные данные; исследования исключались, если необходимые данные оставались недоступными.
Оценка качества и анализ риска систематической ошибки
Качество включенных диагностических исследований оценивали с помощью инструмента Quality Assessment of Diagnostic Accuracy Studies 2 (QUADAS-2), разработанного Уайтингом и соавт. в Йоркском университете16. Данный инструмент оценивает четыре области: отбор пациентов, индексный тест, референтный стандарт, а также схему и сроки проведения исследования. По каждой области риск систематической ошибки оценивали как «высокий», «низкий» или «неопределенный». Оценка качества проводилась двумя исследователями независимо друг от друга. Любые расхождения разрешались путем обсуждения или путем консультации с третьим исследователем для достижения консенсуса.
Статистический анализ
Статистический анализ проводили с использованием Stata версии 16.0 и Review Manager (RevMan) версии 5.3. RevMan использовался для оценки методологического качества, анализа риска систематической ошибки и создания соответствующих визуальных резюме. Диагностическая точность анализировалась в Stata 16.0 с помощью иерархического модуля midas. Объединенные показатели чувствительности и специфичности, а также их 95% доверительные интервалы (ДИ), оценивали с помощью бивариативной модели со случайными эффектами. Общая диагностическая эффективность была обобщена путем построения иерархической сводной кривой рабочих характеристик приемника (HSROC) и расчета соответствующей площади под кривой (AUC). Межбиблиографическую гетерогенность исследовали с помощью критерия Q Кокрана и статистики I2, при этом значения I2 ниже 50% или значения P критерия Q более 0,10 считались признаком приемлемой гомогенности. Для изучения потенциальных источников гетерогенности были проведены заранее определенные анализы в подгруппах в соответствии с пороговыми значениями Ki-67, методом визуализации и моделью прогнозирования. Наличие порогового эффекта оценивали путем определения корреляции Спирмена между логгит-преобразованной чувствительностью и логгитом (1 − специфичность). Потенциальную систематическую ошибку публикации оценивали с помощью теста асимметрии воронкообразного графика Дикса. Если не указано иное, все статистические тесты были двусторонними, а статистическая значимость определялась как P < 0,05.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Характеристики включенных исследований
В результате систематического поиска по электронным базам данных для скрининга было первоначально выявлено 3 923 исследования. После исключения 2 032 дубликатов и 1 719 нерелевантных работ полный текст 172 статей был подвергнут детальному анализу. На основании заранее определенных критериев включения и исключения в метаанализ в конечном итоге было включено 17 исследований13,14,
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
В данном систематическом метаанализе оценивалась диагностическая эффективность радиомических признаков для прогнозирования экспрессии Ki-67 при ГЦК. Объединенная чувствительность составила 0,87, объединенная специфичность — 0,79, а суммарный показатель AUC — 0,90. Несмотря на то, что оценки в анализируемых подгруппах были в целом схожими, существенная гетерогенность ограничивает возможность обобщения объединенных показателей. Эти результаты позволяют предположить, что радиомика может дополнить гистологическую оценку ткан...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Авторы заявляют об отсутствии конфликта интересов.
Нет данных
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| Review Manager | Nordic Cochrane Centre | Версия 5.3 | Оценка риска систематической ошибки и картирование |
| Stata | StataCorp | Версия 16.0 | Диагностический метаанализ с использованием модуля midas |
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.