基于增强CT影像组学联合临床病理因素预测胃癌术后腹膜转移风险
本研究纳入165例根治术后胃腺癌患者，从术前增强CT提取影像组学特征，联合pT和pN分期构建列线图模型预测腹膜转移风险。联合模型在验证集中AUC达0.858（95%CI:0.747~0.968），敏感度0.895，特异度0.767，阴性预测值0.920，可无创预测术后腹膜转移风险，为个体化辅助治疗提供依据。
要点
- 联合模型（pT+pN+影像组学评分）预测腹膜转移验证集AUC为0.858，敏感度0.895，特异度0.767，阴性预测值0.920
- pT分期（OR=8.69）和pN分期（OR=8.07）是腹膜转移的独立预测因子（P均＜0.001）
- 单纯影像组学模型在训练集和验证集预测腹膜转移的AUC分别为0.850和0.693
核心结论
- 基于增强CT影像组学联合pT和pN分期的列线图模型能够无创、精准预测胃癌术后腹膜转移风险
- 联合模型在阈值概率＞0.2时具有更高的临床净获益，可为个体化辅助治疗策略制定提供依据
研究设计与样本
- 回顾性研究，纳入165例接受根治性手术的胃腺癌患者，按7:3分层抽样分为训练集（n=116）和验证集（n=49）
- 从术前增强CT提取851个影像组学特征，使用LASSO回归筛选出6个稳定特征构建影像组学模型
- 参考标准为术后病理pT分期和pN分期，结局指标为术后腹膜转移发生
诊断标准与关键数值
- 联合模型在验证集中预测腹膜转移的AUC为0.858（95%CI:0.747~0.968），敏感度0.895，特异度0.767
- 联合模型阳性预测值0.708，阴性预测值0.920
- 单纯影像组学模型在训练集和验证集中预测腹膜转移的AUC分别为0.850和0.693
- pT分期的OR值为8.69（P＜0.001），pN分期的OR值为8.07（P＜0.001）
临床应用与阅片要点
- 术前增强CT影像组学评分联合病理T、N分期可用于术后腹膜转移风险分层，指导辅助治疗决策
- 决策曲线显示当阈值概率＞0.2时应用该模型具有临床净获益
- 高阴性预测值（0.920）提示该模型对排除低风险患者具有较好价值
局限性
- 单中心回顾性研究
- 验证集样本量相对较小（n=49）
- 影像组学模型单独应用时验证集AUC仅0.693，需联合病理分期才能提高预测效能
原文图文
【摘要】目的:构建基于术前增强CT影像组学联合临床病理因素列线图模型，用于预测进展期胃癌患者术后腹膜转移风险。方法:纳入接受根治性手术的165例胃腺癌患者,按7:3比例采用分层抽样分为训练集（n=116）和验证集（n=49）。从术前增强CT提取影像组学特征，使用LASSO回归筛选出关键特征，构建影像组学模型并计算模型的影像组学评分（Radscore）。将临床独立预测因素（pT、pN）与Radscore联合来构建联合模型及其列线图。采用受试者工作特征（ROC）曲线下面积（AUC）、决策曲线及校准曲线评估列线图在预测术后腹膜转移发生风险方面的性能。结果:从851个影像特征中筛选出6个稳定特征构建影像组学模型，影像组学模型在训练集和验证集中预测腹膜转移的AUC值分别为0.850和0.693。临床模型中，pT分期（OR=8.69）和pN分期（OR=8.07）为独立预测因子（P均＜0.001）。联合模型（pT+pN+Radscore）在验证集中的AUC提升至0.858（95%CI:0.747~0.968），敏感度0.895，特异度0.767，阳性预测值0.708，阴性预测值0.920，且决策曲线显示在阈值概率＞0.2时具有更高的临床净获益。结论:基于增强CT影像组学特征联合病理T分期和N分期构建的列线图模型，能够无创、精准地预测胃癌患者术后腹膜转移风险，为个体化辅助治疗策略的制定提供依据。
引用
- fsxsj.tjh.com.cn：基于增强CT影像组学联合临床病理因素预测胃癌术后腹膜转移风险
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。