早期评估LGG生存预后有助于制定个性化治疗方案,阻止或延缓LGG向高级别进展,并提高生存率和生存质量。研究表明提取T2WI、FLAIR及其他常规MR序列信息的影像组学可用于评估LGG生存预后。既往研究已证明,Ki-67表达水平与胶质瘤病人的生存预后密切相关,但病理学检测Ki-67表达需取得组织学标本,而影像组学方法可实现术前无创性评估。
分析117例LGG术前T2WI组学特征,使用微阵列性分析筛选了高Ki-67表达组与低Ki-67表达组之间有差异的52个组学特征,采用Cox回归分析确定Ki-67及组学特征与预后的相关性,组学特征评估Ki-67表达水平精确度达83.3%,同时Ki-67及组学特征均与总生存期及无进展生存期(progression-free,PFS)密切相关。影像组学联合临床因素的诺模图可用于精确评估个体的生存时间,通过对300例LGG的研究,结果证明影像组学特征与PFS相关,临床病理学与影像组学联合的诺模图分析可用于LGG个体化PFS评估;另一项233例LGG的研究也证明,基于T2WI的组学特征与临床因素、基因状态联合的诺模图可用于评估LGG的PFS。
综上,影像组学联合临床因素的诺模图有望成为个体化评估LGG预后的简易工具。与单一序列组学特征模型相比,基于多序列影像组学模型联合组学与形态学参数、基因表型等信息进一步提高了评估LGG预后的效能。Chaddad等对107例LGG的研究显示,基于CE-T1WI和T2WI的JIM评估LGG预后价值较高(AUC为0.72),单一序列较优评估模型的AUC仅为0.69,同样单纯肿瘤体积评估效能也较差(AUC为0.46),而影像组学联合肿瘤体积则提高了评估生存预后能力(AUC为0.87)。较近有研究提取了长期生存和短期生存LGG病人的T2WI、FLAIR、CE-T1WI影像特征,使用RF模型训练并进行外部验证,成功进行了高危与低危组分层,非影像参数(其中IDH基因状态与LGG预后较相关)与其结合则优化了评估能力。