医学论文哪里有？本研究的初步研究结果表明，基于CT图像的影像组学特征与NSCLC纵隔转移淋巴结VEGF的表达具有中等的相关性，与MVD、LVD的表达具有较高的相关性。
第1章绪论
肿瘤的转移、复发是多重影响下的复杂过程，血管和淋巴管的生成起着重要的作用。一些研究认为，新生的肿瘤血管为肿瘤细胞带来氧气和营养，能通透肿瘤细胞促进转移[23]。血管内皮生长因子（Vascular Endothelial Growth Factor,VEGF）是肿瘤微血管主要的调控因素之一，常通过血管内皮生长因子受体（Vascular Endothelial Growth FactorReceptor,VEGFR）进行信号传导[24]。VEGF的检测可以指导治疗、判断预后，识别VEGF的在淋巴结内的状态使患者获益更大。由于VEGF-A/VEGFR-2信号通路是肿瘤血管形成的重要通路，VEGFR-2被认为是抗肿瘤血管生成重要的靶点[25,26]，靶向VEGF-VEGFR的大分子单克隆抗体如贝伐单抗（Bevacizumab,BEV）是当前NSCLC的抗血管生成治疗之一，此外还有一些多靶点小分子TKI也通过VEGF靶点产生影响[27,28]。了解纵隔淋巴结内微环境的状态，尤其是VEGF状态，可用于NSCLC患者的靶向药物的疗效进行间接评估，并对临床医生的治疗方案进行提示，对指导患者的治疗用药可能有一定的帮助。
肿瘤转移到淋巴结之前，肿瘤会先诱导淋巴结淋巴管生成[29]。血管内皮细胞（BloodVessel Endothelial Cells,BECs）裱衬在整个心血管系统的内表面，参与构成血管壁。淋巴管内皮细胞(Lymph Endothelial Cells,LECs)内衬于淋巴管内表面，是构成淋巴管壁的主要结构。在对小鼠的研究中，LECs和BECs的起源和发育过程非常相似，内皮细胞（Endothelial Cells,ECs）在各种因子的调控下，分化为血管内皮细胞祖细胞和淋巴管内皮细胞祖细胞，随后进一步分化为血管内皮细胞和淋巴管内皮细胞[30,31]。
第3章结果
3.1患者信息
本研究共纳入86例NSCLC患者，包括淋巴结96个。年龄范围在64.00±8.56岁，男性49例，占52.04%。肿瘤类型包括：鳞癌22例（25.58%），腺癌64例（74.42%）。临床结果分析见表3-1，患者的年龄、性别、吸烟史、病理类型、T分期在两组之间均无统计学差异（p>0.05）。淋巴结有转移的NSCLC患者病理分期显著高于淋巴结无转移的患者。
第4章讨论
4.1VEGF、BECs、LECs与纵隔淋巴结转移的相关性研究
VEGF是NSCLC重要的预后指标，以往的研究认为，VEGF促进血管生成，影响肿瘤的生长和转移[48]。纵隔转移性淋巴结微环境的结构变化与淋巴结中的VEGF和VEGFR密切相关[24]。VEGF-A由肿瘤细胞在缺氧环境的刺激下分泌，该因子是目前所知的最强的直接作用于BECs的生长因子，是肿瘤血管生成的关键介质，通过结合VEGFR1和VEGFR2在肿瘤中引导生成内皮细胞，尤其是血管内皮细胞中发挥作用[49-52]。研究表明，非小细胞肺癌肿瘤中VEGF-A的表达与前哨淋巴结新生淋巴管的形成及转移存在明显相关性[53]。VEGF-C与VEGFR-2和VEGFR-3结合，诱导受体磷酸化和下游信号转导，诱导LECs、BECs等血管内皮细胞增殖和功能变化，促进新生淋巴管和微血管增生，使淋巴结内的微环境和结构发生改变[54-56]。李军等[57]发现肺癌组织中VEGF-C的表达明显比正常肺组织中高（54.55%vs 14.55%），并指出发生淋巴结微转移的肺癌组织中VEGF-C更高。Kazakydasan等[58]认为VEGF-C高表达在一定程度上促进了淋巴结微转移的发生。张伟等[59]发现肿瘤边缘高LVD组的VEGF-D mRNA的表达也更高，肿瘤边缘的VEGF-D的高表达与淋巴结转移密切相关。VEGF抑制剂是包括NSCLC在内的多种恶性肿瘤的治疗药物，并在临床中取得了相当的成效，然而分子靶向药物必须确定肿瘤细胞中存在过度表达才有效。当前已有很多影像组学对肿瘤中的VEGF进行建模检测，而对淋巴结中VEGF的监测尚不明确，本研究的结果表明，转移淋巴结内VEGF的表达更高，并具有显著相关性。因此，需要及时、有效地对淋巴结的VEGF进行检测有助于为患者未来的治疗计划提供指导。
4.2NSCLC纵隔淋巴结影像组学相关性研究
关于NSCLC淋巴结内VGEF、MVD、LVD与影像组学相关性的研究尚不明确。目前已有研究预测淋巴结的良恶性、纵隔淋巴结转移预后的影像组学研究[77,78]。Botta等[77]对于纵隔淋巴结和OS阳性的预测相关研究发现，放射组学模型用于区分总生存率的高危和低危患者，预测阳性淋巴结的模型中，迭代重建算法重建的CT显示最好的模型性能（AUC=0.76）。Bayanati等[78]通过平扫CT上纵隔淋巴结的纹理特征以及表征建立模型区分淋巴结良恶性，其AUC为0.87。Sha等[79]认为不同CT相位的影像组学模型鉴别淋巴结良恶性都有较高的准确性，其中平扫期模型AUC最高，联合动脉期特征后可进一步提高。
第5章结论
本研究的初步研究结果表明，基于CT图像的影像组学特征与NSCLC纵隔转移淋巴结VEGF的表达具有中等的相关性，与MVD、LVD的表达具有较高的相关性。一些影像组学特征有助于未来对对NSCLC患者淋巴结内VEGF、LECs、BECs进行及时、快速地评估，来预测肿瘤微环境结构状态，评估淋巴结转移情况。
同时，对于NSCLC患者已知转移的纵隔淋巴结，基于CT图像的影像组学特征与LVD的表达水平有较高的相关性，有助于经纵隔镜或超声内镜引导下的经支气管针吸活检确认病理的患者对纵隔淋巴结随访复查，并有助于未来影像组学评估免疫疗法疗效奠定研究基础。
参考文献（略）
