肺癌是全球范围内导致癌症相关死亡的首要原因之一，其中肺腺癌（LUAD）是其最常见的病理亚型。在肺腺癌的肿瘤扩散机制中，脉管侵犯（LVI），包括淋巴管和血管侵犯，被广泛认为是重要的途径。根据既往研究和权威的美国国家综合癌症网络（NCCN）指南，脉管侵犯已被确认为肺癌复发和总体生存率降低的关键高危因素。
尤其值得关注的是，对于临床I期肺癌患者，是否存在脉管侵犯是决定是否进行术前新辅助化疗或术后辅助化疗的重要考量。此外，在接受亚肺叶切除术的患者中，若存在脉管侵犯，其预后明显不如接受肺叶切除术的患者。因此，如果在术前能够准确预测脉管侵犯情况，将对高危人群的风险分层和临床治疗管理具有极其重要的指导意义。
术前预测脉管侵犯的挑战与CT影像的潜力
然而，由于脉管侵犯是一种侵袭性的组织病理学特征，其诊断依赖于手术切除的病理标本，这使得术前进行准确预测变得非常具有挑战性，且病理诊断无法重复进行。计算机断层扫描（CT）作为诊断肺癌最常用的非侵入性影像学手段，为术前预测脉管侵犯提供了可能。
先前的基于CT影像学的研究发现，在IA期非小细胞肺癌（NSCLC）中，脉管侵犯在以实性成分为主且实性成分直径大于10毫米的结节中更为常见。此外，一些临床和CT影像特征，如患者性别、吸烟史、实性成分百分比、肿瘤直径、肿瘤密度、毛刺征、边缘特征和分叶征等，也被发现与NSCLC中的脉管侵犯显著相关。尽管一些研究已经确定了具有一定预测能力的CT特征，表明基于CT的预测模型具有潜力，但利用机器学习进行的多中心、多队列验证研究仍然相对有限。
最新研究：基于CT的LVI-CART模型
为了解决这一临床难题，近期发表在《European Radiology》杂志上的一项研究，开发并验证了一个基于CT影像的分类回归树（CART）模型，旨在术前预测临床IA期肺腺癌（LUAD）患者的脉管侵犯（LVI）情况。
这项多中心队列研究纳入了接受手术切除并进行术前CT检查的患者。研究首先使用一个内部队列（n = 525）构建了脉管侵犯分类回归树模型（LVI-CART）。随后，利用一个外部队列（n = 115）和一个公开队列（n = 57）对构建的LVI-CART模型的预测性能进行了全面的验证。
模型性能与预后关联
研究结果显示，LVI-CART模型仅包含两个关键特征：肿瘤直径和结节类型。该模型在预测病理性脉管侵犯方面表现出可接受的性能，在内部验证集、外部验证集和测试集中的曲线下面积（AUC）值分别为0.719、0.756和0.835。
更重要的是，在结果队列中进行的Kaplan-Meier生存分析和单变量Cox回归分析发现，模型预测的脉管侵犯阳性与患者的1年、3年无复发生存率（RFS）以及1年、3年、5年总生存率（OS）独立相关（所有P值均小于0.05）。这意味着，即使在控制了其他因素后，通过CT影像预测出的脉管侵犯状态仍然是影响患者长期预后的重要因素。
表 多元logistic回归模型预测LVI的AIC比较
研究结论与临床意义
这项研究表明，基于CT影像的LVI-CART模型可以有效地在术前预测临床IA期肺腺癌患者的脉管侵犯情况，并有助于识别那些预后可能较差的高风险患者。该模型结构简单，易于在临床实践中应用于患者的风险分层。
对于肺腺癌患者而言，了解自身的预后因素至关重要，这有助于与医生共同制定最合适的治疗方案，包括是否需要辅助治疗或选择特定的靶向药或抗癌药。获取最新的药物信息和诊疗进展，以及了解海外购药途径，对患者来说非常有益。如果您在寻找特定的海外靶向药或抗癌药，或者需要了解更多药品信息，可以考虑通过专业的海外靶向药代购平台获取帮助。
面对复杂的病情和治疗选择，患者往往需要更个性化的信息支持。除了依靠医生，利用AI问诊服务获取初步信息和建议，或查阅权威的药物信息和诊疗指南，都能帮助患者更好地理解病情和治疗方向。
原文出处：
Lihua Chen,Yangfan Su,Yao Huang,et al.Predicting lymphovascular invasion in stage IA lung adenocarcinoma: a CT-based classification and regression tree model.DOI:10.1007/s00330-025-11593-2
