据统计，子宫内膜癌（EC）是全球女性中第六大常见的癌症。子宫内膜癌的预后取决于多个因素，包括国际妇产科联盟（FIGO）分期、子宫肌层侵犯深度（MI）、组织学等级、细胞类型、淋巴血管空间侵犯（LVSI）和淋巴结状态。根据欧洲肿瘤内科学会（ESMO）指南，EC可分为四个风险类别：

低危（FIGO IA期子宫内膜癌（EEC），1-2级，LVSI阴性）；

中危（IB期EEC，1-2级，LVSI阴性）；

高-中危（IA期EEC和3级，无论LVSI状态如何；IA/IB期1-2级，LVSI阳性）；

高危（IB期EEC和3级，无论LVSI状态如何；所有分期≥II期；所有非EEC肿瘤）。

对于低风险的EC来说，全子宫切除术和双侧输卵管切除术（THBSO）是标准治疗方法。然而，对于高风险的EC患者，建议进行THBSO、淋巴结切除或辅助治疗。因此，准确的术前风险分层有助于实现个体化治疗。

EEC是EC最常见的亚型，约占EC的80%。非子宫内膜类肿瘤（包括癌肉瘤、粘液癌、浆液性癌、透明细胞癌、混合癌、鳞状细胞癌和未分化癌）被列为高危EC，术前通过诊断性刮宫可以获得组织学信息。因此，EEC的术前风险分层应具有较大的临床价值。

磁共振成像（MRI）在评估EC的深部MI（DMI）方面有很高的特异性。扩散加权成像（DWI）可以反映体内组织的细胞密度，并被用来预测心电图患者的肿瘤等级、DMI和LVSI。最近，从MR图像中测得的几个肿瘤形态学参数（肿瘤最大直径（TS）、肿瘤体积比（TVR）、肿瘤面积比（TAR）和矢状面T2加权成像上的最大肿瘤前后径（APsag））被证明与EC患者的DMI、肿瘤等级、淋巴结转移（LNM）和LVSI状态相关。这些结果表明，肿瘤的形态学指标可成为预测ESMO分类的潜在工具。

近日，发表在Eur J Radiol杂志的一项研究开发了一个基于子宫内膜癌肿瘤形态学参数的列线图，该列线图可协助临床对EEC进行术前风险分层。

281名经组织学确认的EEC女性患者被分为训练组（1.5-T MRI，n=182）和验证组（3.0-T MRI，n=99）。根据欧洲肿瘤医学会的指南，患者被分为四个风险组：低、中、高-中和高。建立了二元分类模型（低风险与非低风险）。使用单变量逻辑回归（LR）分析来确定选择哪些变量来建立预测模型。构建了五个分类模型，并选择了最佳模型。计算接受者操作特征曲线下的面积（AUC）以评估预测模型和列线图的性能。P<0.05表示有统计学意义的差异。

选择了年龄和四个形态学参数（肿瘤大小、肿瘤体积、矢状面T2加权图像上的最大肿瘤前后径（APsag）和肿瘤面积比（TAR）），并使用LR模型构建MRI形态学列线图。在训练和验证队列中，该列线图预测非低风险的EEC患者的AUC分别为0.856（敏感性=75.0%，特异性=83.1%）和0.849（敏感性=74.6%，特异性=85.0%）。

 图 测量肿瘤形态学数据的方法。(a) 斜轴位T2W图像显示一个明确的内测肿块。测量了肿瘤的最大前后径（虚线，y）和横径（实线，x）。(b) 在矢状面T2W图像上测量了肿瘤的最大上下直径（实线，z）和最大前后径（虚线，APsag）。白色实线表示DW图像上的肿瘤边界（c，反向图像）。白色实线表示T2W图像上的子宫边界（d）

本项研究开发了一个MRI形态学列线图，在术前对低风险和非低风险的EEC进行分类时取得了很高的诊断性能，这可以为治疗决策提供支持及参考。此外，本项研究结果表明，该列线图在各种场强数据的临床应用中均是稳健的。

原始出处：

Bin Yan,Zhihao Li,Ying Deng,et al.A nomogram for preoperative risk stratification based on MRI morphological parameters in patients with endometrioid endometrial carcinoma.DOI:10.1016/j.ejrad.2023.110789