整合身体成分指标用于头颈癌放射治疗的预后评估：进展与临床意义

要点

• 头颈部癌症放射治疗患者中，基线体重指数（body mass index，BMI）升高，尤其是超重和肥胖类别，与更佳的总生存期相关。

• 基于三维CT的自动化体成分表型分析显示，较高的骨骼肌量有助于改善生存结局，而较高的肌间脂肪堆积与死亡风险增加相关。

• AI辅助的颈部肌肉评估（如FUNC-RISK评分）为基于常规放疗计划CT扫描的有前景的预后分层工具。

• 将传统临床营养指标（如血清白蛋白、握力、预后营养指数）与基于影像的体成分指标相结合，可提升风险预测能力，并为靶向支持性干预提供依据。

背景

头颈部癌症（head and neck cancers，HNC）是一组异质性较强的恶性肿瘤，尽管综合治疗手段不断进步，包括根治性放疗和放化疗，其发病率和死亡率仍然较高。准确的预后评估对于优化治疗决策及支持治疗至关重要，有助于减轻治疗相关毒性并改善生存结局。然而，患者虚弱程度、营养状态和体成分的异质性，使得统一的风险评估更为复杂。

体重指数（body mass index，BMI）等传统指标虽然易于获取，但仅能提供营养和体成分的有限概览。越来越多的证据表明，肌少症（骨骼肌量和肌力下降）及脂肪分布模式是更精细的生物学标志物，可影响治疗耐受性和肿瘤学结局。近年来，自动化影像分析取得进展，包括基于计算机断层扫描（computed tomography，CT）的三维容积表型分析，使得能够超越传统人体测量指标，对体成分进行客观量化。

本综述整合了近期高质量证据，阐明接受放疗的头颈部癌症患者中，基线BMI以及CT衍生体成分指标（包括骨骼肌、皮下脂肪和肌间脂肪组织）的独立预后作用。同时，还探讨了互补性的功能评估和生化标志物，整合了AI辅助表型分析相关的方法学进展，并讨论了其在个体化肿瘤学照护中的转化意义。

核心内容

基线BMI与头颈部癌症放疗结局

Jank等（2026）开展的一项回顾性队列研究分析了1187例接受根治性放疗的头颈部癌症患者，结果显示，与正常体重相比，超重（HR 0.70；95% CI，0.56–0.89）和肥胖（HR 0.67；95% CI，0.50–0.89）可独立预测更佳的总生存期。这一保护性关联与既往关于肿瘤学“肥胖悖论”的报道一致，可能反映了机体在应对治疗毒性和疾病恶病质时所具有的储备能力。

血清白蛋白和预后营养指数（prognostic nutritional index，PNI）等营养生物标志物，其低水平可预测治疗中断和生存下降，进一步佐证了BMI的临床意义（Martins et al., 2026；Karakus et al., 2025）。然而，BMI升高主要反映的是皮下脂肪增加，而非骨骼肌增加，这也凸显了单独依赖BMI进行预后建模的局限性。

先进的CT衍生体成分表型分析

利用治疗前CT模拟扫描，通过开源深度学习分割流程进行自动化三维容积评估，可对骨骼肌、皮下脂肪和肌间脂肪区室进行量化。在Jank等研究的影像学亚队列（n=659）中，较高的骨骼肌体积可显著改善总生存期（HR 0.67；95% CI，0.50–0.89），而较高的肌间脂肪堆积则可独立增加死亡风险（HR 1.28；95% CI，1.03–1.58）。

在第三颈椎（C3）骨骼肌面积（skeletal muscle area，SMA）等关键解剖部位开展的补充性评估，也显示出稳健的预后价值。Nagata等（2026）证实，在接受根治性放疗的患者中，C3水平SMA较低是总生存期较差的独立预测因素（HR 1.85，p=0.028），支持了可获取影像标志物的转化应用价值，即以颈部区域推断全身肌肉状态。

纵向肌肉评估可进一步提升预后精确度。Mehta等（2026）证实，治疗后骨骼肌指数变化是头颈部癌症特异性生存和复发结局的重要预测因素，且颈椎（C3）与腰椎（L3）水平指标在生存预测方面具有相近的区分能力。

补充影像学的功能性与形态功能性评估

肌力测量，如基线握力（handgrip strength，HGS），可作为影像学评估的有价值补充，用于识别头颈部癌症中的肌力减退（dynapenia，即独立于肌量减少的肌力下降）。Valero等（2026）的一项前瞻性队列研究发现，按照人群特异性分位数界值定义的肌力减退，可使死亡风险增加近3倍（HR 2.95），提示功能受损是具有重要预后意义的虚弱关键维度。

进一步将生物电阻抗分析参数、肌肉横截面积的营养超声以及功能性活动能力测试整合，可提供多维度评估框架。

用于预后评分的人工智能方法

机器学习赋能模型可实现自动化、可重复的预后分层。Kim等（2025）开发的FUNC-RISK评分整合了由AI衍生的颈部骨骼肌指数（skeletal muscle index，SMI）、肌内脂肪组织和放疗计划CT中的肌肉衰减值，形成综合风险评分，其预测3年总生存期的AUC为0.73。该方法将骨骼肌数量和质量指标纳入同一框架，较单一参数模型更进一步，实现了更精细的生存风险建模。

营养状态、治疗中断与临床结局

低白蛋白血症和营养不良与头颈部癌症放疗中更高的治疗中断率及较差生存相关（Nguyen et al., 2026）。血清白蛋白低于3.5 g/dL及BMI < 23.25 kg/m2可预测放化疗不完整和生存下降（Karakus et al., 2025）。治疗中断，尤其是放疗中断，会明显恶化预后。

将PG-SGA评分与胸部骨骼肌指数纳入的综合营养监测，有助于识别存在严重体重下降和生存降低风险的患者（Reyes et al., 2026）。这些证据强调了迫切需要结构化营养干预，以减轻肿瘤治疗相关发病负担。

机制学启示：代谢灵活性与肌肉-脂肪串扰

初步代谢组学研究提示，支链氨基酸、脂质和脂肪堆积分布的协同代谢，会影响局部晚期头颈部鳞状细胞癌的无病生存期（Park et al., 2026）。代谢灵活性——即对底物利用方式进行适应的能力——被假设为维持肌量和有利脂肪分布所带来生存优势的关键生物学基础；而代谢耦联失调则与更高的复发和死亡风险相关。

专家评论

现有证据综合表明，在接受放疗的头颈部癌症患者中，人体测量学BMI是一项易于获得但并不完美的预后生物标志物，其更多反映脂肪堆积，而非肌肉量。依托常规CT影像开展的定量体成分分析，具有更高的生物学分辨率，可区分具有保护作用的骨骼肌储备与有害的肌间脂肪浸润。

将先进影像表型分析与功能性评估（如握力）及生化参数（白蛋白、血红蛋白）相结合，可建立稳健的多维风险分层框架。该方法有助于识别对治疗不耐受、治疗中断及生存较差高风险患者，并可据此实施个体化支持治疗，如营养优化、保肌干预和早期康复。

尽管FUNC-RISK等AI辅助预后模型展现出良好的预测性能，但在广泛临床应用前，仍需在不同患者群体中开展更大规模的外部验证，并建立标准化的方法学流程。此外，尚缺乏前瞻性干预试验来评估基于这些表型指导治疗后对结局的影响。

值得注意的是，对代谢灵活性及肌肉-脂肪组织串扰的认识，提供了富有前景的机制学线索，未来或可据此确定旨在改善机体韧性和生存的治疗靶点。

结论

体成分指标的最新进展进一步强化了其在接受放疗的头颈部癌症患者预后评估中的关键作用。结合功能性和生化评估的自动化三维CT表型分析，可在基线BMI之外进一步优化生存风险模型，阐明骨骼肌保留和脂肪分布对总生存期的细致生物学贡献。

这些证据支持将全面体成分评估纳入治疗前风险分层和管理流程，从而实现个体化营养与康复策略，提升治疗耐受性和肿瘤学结局。

未来研究重点应包括AI赋能预后工具的多中心验证、代谢机制阐明，以及针对这一高危人群的体成分优化干预试验。

参考文献

• Jank E et al. Body Composition Metrics and Overall Survival in Head and Neck Cancer Radiotherapy. JAMA Otolaryngol Head Neck Surg. 2026 Oct 8. PMID: 42848385.

• Nagata M et al. Clinical impact of computed tomography-measured skeletal muscle status at the third cervical vertebra on definitive radiotherapy outcomes for head and neck squamous cell carcinoma. Jpn J Radiol. 2026;44(2):423-431. PMID: 41042417.

• Mehta V et al. Longitudinal evaluation of C3- and L3-derived skeletal muscle indices for cancer-specific survival and recurrence endpoints in radiotherapy-treated head and neck cancer. Oral Radiol. 2026 Oct;42(4):1172-1183. PMID: 42681169.

• Valero M et al. Clinical and prognostic value of dynapenia in patients with head and neck cancer: a multicenter cohort study. Front Nutr. 2026 Aug 19;13:1894028. PMID: 42694925.

• Kim J et al. Development and Internal Evaluation of AI-Assisted Cervical Muscle-Based Scores (FUNC-RISK) in Head and Neck Cancer: A Pilot Study. Cancers (Basel). 2025 Dec 12;17(24):3968. PMID: 41463219.

• Martins D et al. Low Serum Albumin, Body Mass Index, and Feeding Route Predict Treatment Interruptions During Concurrent Chemoradiotherapy in Head and Neck Cancer. Laryngoscope Investig Otolaryngol. 2026 Oct 12;11(5):e70595. PMID: 42870793.

• Karakus S et al. BMI and PNI as predictors of treatment completion and survival in locally advanced HNSCC receiving sequential chemoradiotherapy. BMC Cancer. 2025 Dec 15;25(1):1869. PMID: 41398663.

• Reyes M et al. Comparative analysis of PG-SGA and thoracic skeletal muscle index in nutritional risk stratification of patients with head and neck cancer. Nutrition. 2026 Aug;148:113204. PMID: 41936324.

• Park S et al. Metabolic and Clinical-Nutritional Correlation Patterns in Relation to 3-Year Disease-Free Survival in Locally Advanced Head and Neck Squamous Cell Carcinoma: A Preliminary Analysis. Int J Mol Sci. 2026 Jul 27;27(15):6715. PMID: 42589372.