多参数MRI影像组学融合模型预测直肠癌术后早期复发风险
本研究回顾性纳入248例接受根治性切除术的直肠癌患者,其中194例按7:3分为训练集与内部验证集,另54例作为外部验证集。基于术前T2WI、DWI、CE-T1WI提取瘤内及瘤周影像组学特征与深度特征,并联合临床风险因素构建融合模型。融合模型在训练集、内部验证集和外部测试集的AUC分别为0.915、0.888和0.874,均优于单一模型。
要点
- 融合模型整合瘤内及瘤周特征,术前可辅助评估直肠癌术后早期复发风险。
- 外部验证集AUC为0.874,提示模型跨中心泛化能力较好。
- 融合模型在训练集、内部验证集和外部测试集中均优于单一模型。
核心结论
- 融合模型整合临床危险因素、瘤内及瘤周影像组学特征和深度特征,对直肠癌术后早期复发风险具有良好的预测效能。
研究设计与样本
- 回顾性研究,共纳入两家医院248例接受根治性切除术的直肠癌患者。
- 一家医院194例按7:3比例随机划分为训练集136例和内部验证集58例,另一家医院54例作为外部验证集。
- 基于术前T2WI、DWI、CE-T1WI序列提取瘤内和瘤周影像组学特征与深度特征。
- 临床资料经单因素及多因素Logistic回归分析,确定独立临床风险因素并构建临床模型。
关键影像表现/征象
- 基于术前T2WI、DWI、CE-T1WI序列,分别提取瘤内和瘤周影像组学特征与3D SwinViT自编码器提取的深度特征。
诊断标准与关键数值
- 融合模型在训练集、内部验证集和外部测试集中的AUC值分别为0.915、0.888和0.874。
- 融合模型经Delong检验、校准曲线及决策曲线分析评估,均优于其他单一模型。
临床应用与阅片要点
- 术前多参数MRI影像组学融合模型可用于辅助预测直肠癌术后早期复发风险。
- 瘤内与瘤周影像组学特征联合深度特征可提供多维预测信息,融合模型表现最佳。
局限性
- 回顾性研究设计存在固有偏倚风险。
- 外部验证集样本量为54例,样本量较小。
原文图文
【摘要】目的:本研究旨在开发并验证一个融合模型,该模型整合了多参数磁共振成像(MRI)的瘤内及瘤周影像组学特征、临床风险因素,以及通过3D SwinViT自编码器提取的深度特征,用于无创预测直肠癌患者术后的早期复发(ER)风险,并进一步评估其临床实用价值。方法:回顾性收集两家医院共248例接受根治性切除术的直肠癌患者的术前临床与影像资料。将其中一家医院的194例患者按7:3比例随机划分为训练集(n=136)和内部验证集(n=58),另一家医院的54例患者作为外部验证集。对临床资料进行了单因素及多因素Logistic回归分析,确定独立临床风险因素并构建临床模型。基于术前T2WI、DWI、CE-T1WI序列,分别提取瘤内和瘤周影像组学特征与深度特征,经过Spearman相关性分析、Wilcoxon秩和检验及LASSO等算法筛选后,获得各自最优特征子集,使用Logistic回归算法分别构建瘤内、瘤周影像组学模型及深度特征模型。最终联合临床风险因素、瘤内及瘤外影像组学特征、深度特征,构建融合预测模型。采用ROC曲线、Delong检验、校准曲线及决策曲线分析综合评价各模型的判别能力、校准度及临床实用价值。结果:融合模型在训练集、内部验证集和外部测试集中的AUC值分别为0.915、0.888和0.874,均优于其他单一模型。经Delong检验、校准曲线及DCA联合评估一致表明,融合模型预测效能最佳,外部验证集进一步验证了该模型的泛化能力。结论:本研究构建的融合模型有效整合了临床危险因素、瘤内及瘤周影像组学特征及深度特征等多维度信息,对直肠癌术后ER风险具有良好的预测效能。
引用
- fsxsj.tjh.com.cn:基于多参数MRI影像组学预测直肠癌术后早期复发风险
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。