European Radiology：深度学习助力CT诊断，肝切除术后不良结局的有力预测工具

对于肝功能良好的极早期或早期 HCC 患者，肝切除术是一线的治愈性治疗选择。临床上显著的门静脉高压（CSPH）是肝切除术后不良结局的已知危险因素，包括术后肝功能衰竭（PHLF）、肝失代偿和死亡等。因此，治疗指南建议在评估 HCC 患者的手术可行性时考虑 CSPH 情况。

肝静脉压力梯度（HVPG）测量是诊断 CSPH 的金标准，但它具有侵入性，不适合用于常规术前评估。替代方法包括通过瞬时弹性成像测量肝脏硬度，或者采用内镜检测到的胃食管静脉曲张（GEV）或脾肿大（轴向直径 > 12 cm）结合血小板计数低于 100,000/mm³ 的传统标准。然而，这些方法需要额外的诊断程序，且瞬时弹性成像有大约 15% 不可忽视的失败率。

CT 是 HCC 诊断和分期的常规术前检查。除了提供 HCC 的详细信息外，CT 扫描还可以显示门静脉高压的指标，如脾肿大、GEV、自发性门体分流（SPSS）和腹水等。近年来，深度学习算法在器官分割方面的进展使得能够自动测量脾脏体积，并且脾肿大的诊断已发展为基于考虑年龄、性别和身体大小等因素的个性化参考区间。在此基础上，近期一项研究提出了基于 CT 的可靠诊断 CSPH 的标准，利用脾肿大的个性化体积阈值以及其他 CT 确定的特征。这些标准在诊断 CSPH 时显示出高特异性（94.4% - 97.6%）和中等敏感性（86.4% - 87.3%），可能有助于评估适合肝切除术的 HCC 患者的手术风险。然而，基于 CT 诊断的 CSPH 在预测肝切除术后不良结局方面的作用尚未得到评估。

最近，发表在European Radiology 上的一篇文章评估了基于 CT 诊断的 CSPH 对肝细胞癌（HCC）肝切除术后预后的影响。

这是一项回顾性单中心研究，纳入了 2017 年 1 月至 2018 年 12 月期间因极早期或早期 HCC 接受肝切除术的晚期慢性肝病（ACLD）患者。使用基于 CT 的标准评估 CSPH，包括通过基于深度学习的脾脏体积测量（采用个性化参考阈值）确定的脾肿大，以及胃食管静脉曲张（GEV）、自发性门体分流或腹水的存在情况。采用逻辑回归和竞争风险分析来确定与严重肝切除术后肝功能衰竭（PHLF）、肝失代偿以及肝相关死亡或移植相关的因素。使用基于 CT 的 CSPH 标准和传统 CSPH 标准（内镜下 GEV 或脾肿大伴血小板减少症）比较现有 PHLF 预测模型的性能。

研究共纳入 593 例患者（460 例男性；平均年龄 57.9 ± 9.3 岁），其中 41 例（6.9%）发生了严重 PHLF。中位随访期为 62 个月。基于 CT 诊断的 CSPH 可独立预测严重 PHLF（优势比 [OR] 7.672 [95% 置信区间（CI）3.209 - 18.346]）、肝失代偿（次分布风险比 [sHR] 4.518 [1.868 - 10.929]）以及肝相关死亡或移植（sHR 2.756 [1.315 - 5.773]）。当将基于 CT 的 CSPH 纳入现有模型时，在预测严重 PHLF 方面，其表现优于传统 CSPH（欧洲肝脏研究协会 [EASL] 算法的曲线下面积 [AUC] 为 0.724 vs. 0.694，p = 0.036；Wang 模型的 AUC 为 0.854 vs. 0.830，p = 0.011）。 

表 肝切除术后肝失代偿的竞争风险分析

本项研究表明，基于 CT 诊断的 CSPH 是 ACLD 的 HCC 患者肝切除术后不良结局的有力预测因素，为手术风险评估提供了一种非侵入性工具。

原文出处：

Subin Heo,Boryeong Jeong,Seung Soo Lee,et al.CT-based detection of clinically significant portal hypertension predicts post-hepatectomy outcomes in hepatocellular carcinoma.DOI:10.1007/s00330-025-11411-9