与其他恶性肿瘤不同，在高危人群中，肝细胞癌（HCC）可以根据典型的增强模式进行诊断，而无需进行侵入性检查。虽然晚期HCC患者的预后很差，但早期HCC患者可接受根治性手术治疗。因此，准确的诊断和及时的干预对早期HCC患者的最佳治疗效果至关重要。

为了规范高危患者的HCC影像学成像，美国放射学会于2008年制定了肝脏成像报告和数据系统（LI-RADS）。钆塞酸二钠增强MRI（Gd-EOB-MRI）可以通过划定肝胆相（HBP）中的低信号病变来提高HCC的诊断敏感性。由于这一优势，Gd-OB-MRI在2014年被纳入LI-RADS，成为一种可供选择的成像方式。非动脉期高强化（APHE）和非外周廓清是HCC的典型标志，也是LI- RADS的重要主要特征。然而，需要注意的是，17.3-31.6%的早期HCC可能没有表现出典型的增强模式。由于用于MRI的钆塞酸二钠剂体积小，获得最佳动脉相和门静脉相（PVP）增强的挑战可能会进一步降低HCC的诊断灵敏度。

为了弥补这一缺陷，一些研究建议修改LI-RADS对Gd-EOB-MRI的诊断表现，如使用HBP低信号作为替代的主要特征。近年来，分类和回归树（CART）分析已被用于Gd-EOB-MRI的HCC识别，并取得了良好的诊断能力。与逻辑回归模型不同，CART诊断算法以决策树的形式呈现，直观且易于理解。然而，这些研究因其回顾性设计、小的人群规模或缺乏验证而受到限制。

近日，发表在Eur J Radiol杂志的一项研究开发和验证了一个新的基于LI-RADS特征的CART算法用于Gd-OB-MRI诊断≤3.0厘米的HCC，并进一步将该算法的诊断性能与之前公布的CART算法和LI-RADS LR-5进行了比较。

本项研究回顾性地纳入了2018年1月至2021年2月在机构1（发展队列）和机构2（验证队列）分别接受Gd-EOB-MRI的299和90名肝脏病变≤3.0厘米的高风险患者。通过对发展队列中LI-RADS特征的二元和多变量回归分析，研究利用CART分析开发了一种算法，该算法由目标外观和独立显著的成像特征组成。在每个病灶的基础上，探究比较了研究提出的算法、以前报道的两种CART算法以及发展队列和验证队列中LI-RADS LR-5的诊断性能。 

研究所提出的CART算法以决策树的形式呈现，包括靶状外观、HBP低信号、非环形动脉期高强化（APHE）、过渡期低信号和轻中度T2高强化。对于明确的HCC诊断，研究所提出算法的总体敏感性（开发队列93.2%，验证队列92.5%；P < 0.006）明显高于蒋氏算法修改后的LR-5（定义为靶形外观、非边缘廓清、弥散受限和非边缘APHE）和LI-RADS LR-5，特异性相当（开发队列：84.3%，验证队列：86.7%；P ≥ 0.006）。研究所提出的算法提供了最高的平衡准确性（开发队列：91.2%，验证队列：91.6%），在从非HCC病变中识别HCC方面优于其他标准。

 图 一名54岁的男性，患有肝硬化和手术证实的HCC。(a) 钆塞酸二钠增强MRI显示肝脏第五段有一个2.1厘米的病变，显示T1轻度低信号，(b)非静脉期高强化，(c)门静脉期高强化，(d)过渡期高强化，(e)肝胆期图像低信号，以及(f)T2轻度高信号。根据LI-RADS，该肝脏病变被归类为LR-4，而根据我们的算法和Renzulli的算法诊断为HCC

本项研究表明，在高危患者中使用LI-RADS特征开发的CART算法进行≤3.0cmHCC的早期诊断诊断显示出了极大的临床前景。

原始出处：

Junhan Pan,Shengli Ye,Mengchen Song,et al.A new classification and regression tree algorithm: Improved diagnostic sensitivity for HCC ≤ 3.0 cm using gadoxetate disodium-enhanced MRI.DOI:10.1016/j.ejrad.2023.110770