影像组学| 已发表非小细胞肺癌PD-L1状态CT预测模型的独立外部验证文献速递

Oldlee

2026.11.9

该研究对已发表的非小细胞肺癌PD-L1状态CT预测模型进行多中心独立外部测试，发现大多数模型因信息缺失无法复现，且可复现模型在独立队列中的判别效能普遍显著低于发表结果。

Title题目

已发表非小细胞肺癌PD-L1状态CT预测模型的独立外部验证

Independent Testing of Published CT Models for PD-L1 Status in Non–Small Cell Lung Cancer

文献速递介绍

以PD-1和PD-L1为靶点的免疫检查点抑制剂已极大改善了非小细胞肺癌患者的生存预后。随着CheckMate 816和KEYNOTE-671等临床试验推进，免疫治疗正逐步向新辅助和围手术期阶段前移，临床迫切需要在术前早期掌握肿瘤的PD-L1表达水平。目前临床上主要依赖穿刺或手术标本的免疫组织化学染色评估肿瘤比例评分TPS，以1%和50%作为重要的治疗分界线。然而，病理活检具有侵袭性、受肿瘤空间异质性影响明显且无法实时动态监测。基于常规胸部CT的影像组学预测模型被寄予厚望，但绝大多数发表的研究均为单中心小样本开发，缺乏严格的第三方独立外部测试，阻碍了其实际临床应用。本研究旨在利用多中心外部手术队列，对已发表的CT预测模型展开独立验证。

Aastract摘要

随着非小细胞肺癌围手术期免疫治疗的普及，术前无创评估肿瘤程序性死亡配体1即PD-L1的表达状态具有重要的临床决策价值，但现有基于CT影像组学的预测模型普遍缺乏严格的独立外部验证。本研究系统检索了2017年至2023年间发表的PD-L1预测CT模型，并在来自35家医疗机构的225例可切除肺癌患者独立外部数据集中对模型进行重建与评估。文献检索共识别出17个预测模型，但仅有3个模型具备足够完整的发表信息以供重建测试。外部测试结果表明，仅有1个模型在肿瘤比例评分TPS不低于50%的关键临床阈值下维持了与原文相当的判别效能，其余模型均显著低于最初发表的结果；而基于训练集CD274基因表达重新拟合的模型在TPS不低于1%和50%时分别取得了0.61和0.66的受试者工作特征曲线下面积。本研究证实CT预测模型在临床关键阈值下具备一定的PD-L1判别潜力，但实际泛化效能普遍低于最初报告水平，模型报告不规范、缺乏校准参数等问题严重制约了影像组学的临床转化。

Method方法

本回顾性研究共纳入319例非小细胞肺癌患者。模型预处理及基因拟合使用的训练集来源于TCIA公共影像基因组数据库，包含94例具有CT图像和CD274基因表达数据的病例；外部独立测试集则来自英国一家胸外科转诊中心跨35家医疗机构收集的225例IIB至IIIB期原发手术切除患者。研究人员系统检索了2017年至2023年间发表的英文文献，筛选针对人类非小细胞肺癌预测PD-L1表达的CT影像组学模型。纳入的模型需具备符合IBSI规范的特征定义及完整的模型系数，以便在不重新训练的前提下直接重构。在测试集上分别评估模型在TPS不低于1%和TPS不低于50%阈值下的区分能力和校准能力，计算受试者工作特征曲线下面积AUC，并进一步探索了深度学习自动分割和肿瘤体积对预测效果的影响。

Discussion讨论

独立外部测试证实，已发表的CT模型在面对多中心真实临床数据时虽然保留了微弱的预测信号，但判别性能普遍显著低于最初发表的高水平。绝大多数文献因缺失模型参数、标准化细节等关键信息而完全无法重建，极大暴露了当前影像组学研究在规范化报告上的普遍缺失。特征标准化缺失和模型校准失败是导致预设阈值在临床测试中失效的主要原因。研究提示，在将AI或影像组学模型推向临床前，必须强化基于标准指南的透明报告，重视生物学机制的可解释性，并在异质性更强的多中心前瞻队列中开展严格的独立测试。

Results结果

在文献检索确定的17个CT模型中，仅有3个模型因报告完整而成功实现重建。在包含225例患者的外部独立测试集中，模型3在TPS不低于50%的判别上取得了0.61的AUC，与原论文报告的0.66无统计学差异；但在TPS不低于1%的阈值下未显示出判别能力。模型1在TPS不低于50%时的AUC仅为0.52，显著低于原报告的0.79；模型2在TPS不低于1%时的AUC为0.57，同样显著低于原报告的0.85。研究利用训练集CD274信使RNA重新拟合的模型3a取得了最佳综合表现，在TPS不低于1%和50%时分别达到0.61和0.66的AUC，且预测值与真实病理评分显著相关。校准度分析显示，已发表模型的截距和阈值在外部数据中普遍失效。此外，深度学习自动分割提取的特征与人工勾画表现出相似的预测能力，且预测信号独立于肿瘤体积大小。

Figure图

图1.

该流程图展示了从文献系统回顾、训练集特征预处理参数学习，到多中心外部测试集独立评估的整体实验设计。图内详细说明了模型1至3的复现途径，以及利用训练集CD274信使RNA表达重拟合模型3a的对比验证路线。

图2.

文献检索与筛选的PRISMA流程图显示，在系统检索获得的17个CT影像组学模型中，由于未提供完整特征列表、参数或系数缺失等原因，排除了14个模型，最终仅有3个模型满足重建要求，直观反映了当前影像组学研究在可重复性方面的严峻短板。

图3.

展示了4例具有不同PD-L1表达状态的肺癌患者在基线CT图像上，模型3所使用的4种灰度共生矩阵与灰度游程矩阵纹理特征的体素级分布映射，形象呈现了肿瘤内部的影像组学空间异质性特征。

图4.

点状须状图对比了各模型在未标准化与标准化处理下，与真实PD-L1 TPS相关性以及在TPS不低于1%和50%时的ROC曲线下面积AUC。星号代表原论文报告的性能指标，直观展示了模型1和模型2在独立测试集中的显著性能衰减，以及特征标准化对模型判别力的关键作用。