Meta-analysis of lymph node metastasis prediction of intrahepatic cholangiocarcinoma based on preoperative radiomics

doi:10.3877/cma.j.issn.2095-3232.2024990

Abstract

Abstract:

Objective

To systematically analyze the predictive value for lymph node metastasis of intrahepatic cholangiocarcinoma （ICC） based on preoperative radiomics.

Methods

Chinese searching words consisted of intrahepatic cholangiocarcinoma，lymph node metastasis，radiomics，imaging examination，CT，MRI，ultrasound and PET-CT. English searching words included intrahepatic cholangiocarcinoma，lymph node metastasis，radiomics，CT，MRI，ultrasonic and PET-CT. Relevant studies were searched in Chinese and international databases such as PubMed and CNKI from the inception date of the databases to March 1，2023，and the included studies were extracted and analyzed. Statistical description was expressed by frequency and percentage. The year of publication was illustrated by bar charts. The extracted radiomic data were presented in tables.

Results

15 articles were finally included，including 12 articles in English and 3 in Chinese. The year of publication was ranged from 2003 to 2023，with the largest number of articles （n=5） published in 2019. There were 14 retrospective cohort studies and 1 prospective cohort study.10 studies were performed in China，3 in South Korea and 2 in Japan. At present，radiomic analysis was mainly conduced for qualitative and quantitative data. Qualitative data included the number of tumors，tumor size，tumor site，vascular infiltration，lymph node size，whether satellite lesions，necrotic or cystic components and bile duct dilatation occurred or not，morphological classification，whether the margins of lesions were regular or not，whether hepatic capsule was retracted or not and whether visceral peritoneum was perforated or not，etc. The quantitative data consisted of CT value ratio，maximum standardized uptake value （SUV），maximum SUV ratio，Pyradiomics value，IBEX value and apparent diffusion coefficient（ADC），etc.

Conclusions

At present，qualitative and quantitative data are mainly employed in the field of preoperative radiomic research for ICC. Among them，qualitative data which comprise more parameters are fully utilized，whereas quantitative data consisting of less parameters are used in a single pattern.

Key words: Intrahepatic cholangiocarcinoma, Liver neoplasms, Radiomics, Lymph node metastasis, Systematic analysis

Jingming Lu, Dawei Han, Yaoxing Ren, Tianxiao Huang, Junxi Xiang, Xufeng Zhang, Yi Lyu, Fumin Wang. Meta-analysis of lymph node metastasis prediction of intrahepatic cholangiocarcinoma based on preoperative radiomics[J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2024, 13(06): 852-858.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhgzwkssxdzzz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.2095-3232.2024990

https://zhgzwkssxdzzz.cma-cmc.com.cn/EN/Y2024/V13/I06/852

Figures/Tables 5

References 29

［1］	Moris D，Palta M，Kim C，et al. Advances in the treatment of intrahepatic cholangiocarcinoma: an overview of the current and future therapeutic landscape for clinicians［J］. CA Cancer J Clin，2023，73（2）:198-222.
［2］	Aljiffry M，Abdulelah A，Walsh M，et al. Evidence-based approach to cholangiocarcinoma: a systematic review of the current literature［J］.J Am Coll Surg，2009，208（1）:134-147.
［3］	El Rassi ZE，Partensky C，Scoazec JY，et al. Peripheral cholangiocarcinoma: presentation，diagnosis，pathology and management［J］. Eur J Surg Oncol，1999，25（4）:375-380.
［4］	Khan SA，Toledano MB，Taylor-Robinson SD. Epidemiology，risk factors，and pathogenesis of cholangiocarcinoma［J］. HPB，2008，10（2）:77-82.
［5］	Mavros MN，Economopoulos KP，Alexiou VG，et al. Treatment and prognosis for patients with intrahepatic cholangiocarcinoma:systematic review and meta-analysis［J］. JAMA Surg，2014，149（6）:565-574.
［6］	Spolverato G，Kim Y，Alexandrescu S，et al. Management and outcomes of patients with recurrent intrahepatic cholangiocarcinoma following previous curative-intent surgical resection［J］. Ann Surg Oncol，2016，23（1）:235-243.
［7］	Ilyas SI，Gores GJ. Pathogenesis，diagnosis，and management of cholangiocarcinoma［J］. Gastroenterology，2013，145（6）:1215-1229.
［8］	Li DY，Zhang HB，Yang N，et al. Routine lymph node dissection may be not suitable for all intrahepatic cholangiocarcinoma patients:results of a monocentric series［J］. World J Gastroenterol，2013，19（47）:9084-9091.
［9］	Bagante F，Spolverato G，Weiss M，et al. Surgical management of intrahepatic cholangiocarcinoma in patients with cirrhosis: impact of lymphadenectomy on peri-operative outcomes［J］. World J Surg，2018，42（8）:2551-2560.
［10］	Kubo S，Shinkawa H，Asaoka Y，et al. Liver cancer study group of Japan clinical practice guidelines for intrahepatic cholangiocarcinoma［J］. Liver Cancer，2022，11（4）:290-314.
［11］	Kim YJ，Yun M，Lee WJ，et al. Usefulness of 18F-FDG PET in intrahepatic cholangiocarcinoma［J］. Eur J Nucl Med Mol Imaging，2003，30（11）:1467-1472.
［12］	Seo S，Hatano E，Higashi T，et al. Fluorine-18 fluorodeoxyglucose positron emission tomography predicts lymph node metastasis，P-glycoprotein expression，and recurrence after resection in massforming intrahepatic cholangiocarcinoma［J］. Surgery，2008，143（6）:769-777.
［13］	Yamamoto Y，Türkoğlu MA，Aramaki T，et al. Vascularity of intrahepatic cholangiocarcinoma on computed tomography is predictive of lymph node metastasis［J］. Ann Surg Oncol，2016，23（Suppl 4）:485-493.
［14］	Ji GW，Zhu FP，Zhang YD，et al. A radiomics approach to predict lymph node metastasis and clinical outcome of intrahepatic cholangiocarcinoma［J］. Eur Radiol，2019，29（7）:3725-3735.
［15］	Xu L，Yang P，Liang W，et al. A radiomics approach based on support vector machine using MR images for preoperative lymph node status evaluation in intrahepatic cholangiocarcinoma［J］. Theranostics，2019，9（18）:5374-5385.
［16］	Xu L，Yang P，Yen EA，et al. A multi-organ cancer study of the classification performance using 2D and 3D image features in radiomics analysis［J］. Phys Med Biol，2019，64（21）:215009.
［17］	Zhu Y，Mao Y，Chen J，et al. Preoperative computed tomography features of intrahepatic cholangiocarcinoma for predicting lymph node metastasis and overall survival［J］. J Comput Assist Tomogr，2019，43（5）:729-735.
［18］	黄晟宇. 肝内胆管癌淋巴结转移术前影像组学预测模型的建立和验证［D］. 上海: 中国人民解放军海军军医大学，2019.
［19］	Navarro JG，Lee JH，Kang I，et al. Prognostic significance of and risk prediction model for lymph node metastasis in resectable intrahepatic cholangiocarcinoma: do all require lymph node dissection？［J］. HPB，2020，22（10）:1411-1419.
［20］	Zhou Y，Zhou G，Gao X，et al. Apparent diffusion coefficient value of mass-forming intrahepatic cholangiocarcinoma: a potential imaging biomarker for prediction of lymph node metastasis［J］. Abdom Radiol，2020，45（10）:3109-3118.
［21］	刘佩. MRI影像组学预测肿块型肝内胆管癌淋巴结转移的研究［D］. 南充: 川北医学院，2021.
［22］	Lin Y，Chong H，Song G，et al. The influence of ¹⁸F-fluorodeoxyglucose positron emission tomography/computed tomography on the N- and M-staging and subsequent clinical management of intrahepatic cholangiocarcinoma［J］. Hepatobiliary Surg Nutr，2022，11（5）:684-695.
［23］	施姗，王明亮，陈伶俐，等. 淋巴上皮瘤样肝内胆管癌的MRI征象［J］. 中华肝脏病杂志，2022，30（11）:1188-1193.
［24］	Zhang S，Huang S，He W，et al. Radiomics-based preoperative prediction of lymph node metastasis in intrahepatic cholangiocarcinoma using contrast-enhanced computed tomography［J］. Ann Surg Oncol，2022，29（11）:6786-6799.
［25］	Rhee H，Lim HJ，Han K，et al. A preoperative scoring system to predict lymph node metastasis in intrahepatic cholangiocarcinoma［J］.Hepatol Int，2023，17（4）:942-953.
［26］	Whiting PF，Rutjes AW，Westwood ME，et al. QUADAS-2: a revised tool for the quality assessment of diagnostic accuracy studies［J］. Ann Intern Med，2011，155（8）:529-536.
［27］	Traverso A，Wee L，Dekker A，et al. Repeatability and reproducibility of radiomic features: a systematic review［J］. Int J Radiat Oncol Biol Phys，2018，102（4）:1143-1158.
［28］	Rizzo S，Botta F，Raimondi S，et al. Radiomics: the facts and the challenges of image analysis［J］. Eur Radiol Exp，2018，2（1）:36.
［29］	Mayerhoefer ME，Materka A，Langs G，et al. Introduction to radiomics［J］. J Nucl Med，2020，61（4）:488-495.

第一作者	时间	地区	类型	样本量（例）	影像学数据使用方式	结果验证
Kim YJ^［11]	2003	韩国	回顾性研究	21	淋巴结大小、SUV 最大值	无
Seo S^［12]	2008	日本	前瞻性研究	27	淋巴结大小、SUV 最大值、肿瘤区域与肝实质区域SUV 最大值之比	无
Yamamoto Y^［13]	2016	日本	回顾性研究	70	血管浸润、淋巴结大小、肿瘤区域与肝实质区域CT值之比	内部验证
Ji GW^［14]	2019	中国	回顾性研究	155	肿瘤大小、肿瘤位置、血管浸润、淋巴结大小、在肿瘤区域提取的Pyradiomics值	内部验证
Xu L^［15]	2019	中国	回顾性研究	106	肿瘤数量、肿瘤大小、肿瘤位置、在肿瘤区域提取的IBEX值	内部验证
Xu L^［16]	2019	中国	回顾性研究	123	在肿瘤区域提取的Pyradiomics值	内部验证
Zhu Y^［17]	2019	中国	回顾性研究	63	肿瘤数量、肿瘤大小、肿瘤位置、是否有卫星病灶、肿瘤区域与肝实质区域CT值之比、在肿瘤区域提取的Pyradiomics值、是否有坏死或囊性成分、肿瘤组织的形态学分类、是否存在胆管扩张	无
黄晟宇^［18]	2019	中国	回顾性研究	247	肿瘤大小、肿瘤位置、血管浸润、淋巴结大小、在肿瘤区域提取的Pyradiomics值	内部验证
Navarro JG^［19]	2020	韩国	回顾性研究	210	肿瘤数量、肿瘤大小、肿瘤位置、淋巴结大小、肿瘤组织的形态学分类	无
Zhou Y^［20]	2020	中国	回顾性研究	91	淋巴结大小、肿瘤区域与肝实质区域CT值之比、是否存在胆管扩张、病变轮廓是否规则、肝脏包膜是否回缩、动态对比增强模式、ADC	无
刘佩^［21]	2021	中国	回顾性研究	102	在肿瘤区域提取的IBEX值、在肝实质区域提取的IBEX值	内部验证
Lin Y^［22]	2022	中国	回顾性研究	660	肿瘤数量、肿瘤大小、血管浸润、淋巴结大小、SUV 最大值、肿瘤区域与肝实质区域SUV 最大值之比	无
施姗^［23]	2022	中国	回顾性研究	26	肿瘤数量、肿瘤大小、肿瘤位置、血管浸润、淋巴结大小、是否有坏死或囊性成分、是否存在胆管扩张、病变轮廓是否规则、肝脏包膜是否回缩、动态对比增强模式	无
Zhang S^［24]	2022	中国	回顾性研究	296	肿瘤数量、肿瘤大小、肿瘤位置、血管浸润、淋巴结大小、在肿瘤区域提取的Pyradiomics值	外部验证
Rhee H^［25]	2023	韩国	回顾性研究	273	肿瘤大小、血管浸润、淋巴结大小、是否有坏死或囊性成分、是否存在胆管扩张、病变轮廓是否规则、肝脏包膜是否回缩、动态对比增强模式、是否观察到内脏腹膜穿孔	内部验证

第一作者	时间	地区	类型	样本量（例）	影像学数据使用方式	结果验证
Kim YJ^［11]	2003	韩国	回顾性研究	21	淋巴结大小、SUV 最大值	无
Seo S^［12]	2008	日本	前瞻性研究	27	淋巴结大小、SUV 最大值、肿瘤区域与肝实质区域SUV 最大值之比	无
Yamamoto Y^［13]	2016	日本	回顾性研究	70	血管浸润、淋巴结大小、肿瘤区域与肝实质区域CT值之比	内部验证
Ji GW^［14]	2019	中国	回顾性研究	155	肿瘤大小、肿瘤位置、血管浸润、淋巴结大小、在肿瘤区域提取的Pyradiomics值	内部验证
Xu L^［15]	2019	中国	回顾性研究	106	肿瘤数量、肿瘤大小、肿瘤位置、在肿瘤区域提取的IBEX值	内部验证
Xu L^［16]	2019	中国	回顾性研究	123	在肿瘤区域提取的Pyradiomics值	内部验证
Zhu Y^［17]	2019	中国	回顾性研究	63	肿瘤数量、肿瘤大小、肿瘤位置、是否有卫星病灶、肿瘤区域与肝实质区域CT值之比、在肿瘤区域提取的Pyradiomics值、是否有坏死或囊性成分、肿瘤组织的形态学分类、是否存在胆管扩张	无
黄晟宇^［18]	2019	中国	回顾性研究	247	肿瘤大小、肿瘤位置、血管浸润、淋巴结大小、在肿瘤区域提取的Pyradiomics值	内部验证
Navarro JG^［19]	2020	韩国	回顾性研究	210	肿瘤数量、肿瘤大小、肿瘤位置、淋巴结大小、肿瘤组织的形态学分类	无
Zhou Y^［20]	2020	中国	回顾性研究	91	淋巴结大小、肿瘤区域与肝实质区域CT值之比、是否存在胆管扩张、病变轮廓是否规则、肝脏包膜是否回缩、动态对比增强模式、ADC	无
刘佩^［21]	2021	中国	回顾性研究	102	在肿瘤区域提取的IBEX值、在肝实质区域提取的IBEX值	内部验证
Lin Y^［22]	2022	中国	回顾性研究	660	肿瘤数量、肿瘤大小、血管浸润、淋巴结大小、SUV 最大值、肿瘤区域与肝实质区域SUV 最大值之比	无
施姗^［23]	2022	中国	回顾性研究	26	肿瘤数量、肿瘤大小、肿瘤位置、血管浸润、淋巴结大小、是否有坏死或囊性成分、是否存在胆管扩张、病变轮廓是否规则、肝脏包膜是否回缩、动态对比增强模式	无
Zhang S^［24]	2022	中国	回顾性研究	296	肿瘤数量、肿瘤大小、肿瘤位置、血管浸润、淋巴结大小、在肿瘤区域提取的Pyradiomics值	外部验证
Rhee H^［25]	2023	韩国	回顾性研究	273	肿瘤大小、血管浸润、淋巴结大小、是否有坏死或囊性成分、是否存在胆管扩张、病变轮廓是否规则、肝脏包膜是否回缩、动态对比增强模式、是否观察到内脏腹膜穿孔	内部验证

指标	定性分析							定量分析
指标	数量	肿瘤大小	位置	血管浸润	LN大小	卫星病灶	胆管扩张	CT值比	Pyradiomics值
研究数量（项）	4	6	5	5	8	1	1	1	4
准确率（%）	76.4	80.0	84.2	74.5	73.7	-	-	-	84.2
敏感度（%）	81.0	83.4	83.6	83.4	83.4	-	-	-	83.6
特异度（%）	85.2	86.0	84.9	86.0	86.0	-	-	-	84.9
AUC（%）	85.8	86.6	86.6	85.7	86.0	81.4	81.4	81.4	84.5

指标	定性分析							定量分析
指标	数量	肿瘤大小	位置	血管浸润	LN大小	卫星病灶	胆管扩张	CT值比	Pyradiomics值
研究数量（项）	4	6	5	5	8	1	1	1	4
准确率（%）	76.4	80.0	84.2	74.5	73.7	-	-	-	84.2
敏感度（%）	81.0	83.4	83.6	83.4	83.4	-	-	-	83.6
特异度（%）	85.2	86.0	84.9	86.0	86.0	-	-	-	84.9
AUC（%）	85.8	86.6	86.6	85.7	86.0	81.4	81.4	81.4	84.5

指标	定性分析											定量分析
指标	数量	肿瘤大小	位置	血管浸润	LN大小	成分	形态学	胆管扩张	病变轮廓	肝脏包膜	增强模式	Pyradiomics值	IBEX	ADC值
研究数量（项）	4	5	3	3	7	2	1	3	3	3	3	1	2	2
准确率（%）	70.5	70.5	69.1	71.8	68.3	-	-	-	-	-	-	-	69.1	-
敏感度（%）	83.0	83.0	-	83.0	74.0	-	-	65.0	65.0	65.0	65.0	-	81.8	65.0
特异度（%）	88.3	88.3	-	88.3	92.1	-	-	95.8	95.8	95.8	95.8	-	70.0	95.8
AUC（%）	87.1	81.1	87.1	69.2	78.2	78.1	87.1	73.7	73.7	73.7	73.7	54.2	80.1	78.2

Please choose a citation manager

Content to export