基于临床-影像学、影像组学及肿瘤内异质性评分的联合列线图预测高级别模式肺腺癌
目的 观察基于临床-影像学表现、影像组学特征及肿瘤内异质性评分(ITH-score)的联合列线图用于预测高级别模式(HGP)浸润性肺腺癌(LUAD)的价值。方法 回顾性纳入164例LUAD,包括48例HGP(+)及116例 HGP(-),并按7∶3随机划分训练集(n=114)与验证集(n=50)。基于多期相CT,包括平扫CT(NECT)、增强动脉期(AP)及静脉期(VP)CT,提取影像学特征,分别计算ITH-score-N、ITH-score-A及ITH-score-V。以单因素及多因素logistic回归分析筛选HGP LUAD独立预测因素并构建临床-影像学模型、影像组学模型及联合列线图;以受试者工作特征(ROC)曲线的曲线下面积(AUC)、校准曲线及决策曲线分析(DCA)评估列线图预测效能、校准度及临床净收益。结果 性别、TNM分期、肿瘤密度及空泡征均为HGP LUAD的独立预测因素。影像组学评分及ITH-score-N对联合列线图的贡献度最高。…
原文图文
目的 观察基于临床-影像学表现、影像组学特征及肿瘤内异质性评分(ITH-score)的联合列线图用于预测高级别模式(HGP)浸润性肺腺癌(LUAD)的价值。方法 回顾性纳入164例LUAD,包括48例HGP(+)及116例 HGP(-),并按7∶3随机划分训练集(n=114)与验证集(n=50)。基于多期相CT,包括平扫CT(NECT)、增强动脉期(AP)及静脉期(VP)CT,提取影像学特征,分别计算ITH-score-N、ITH-score-A及ITH-score-V。以单因素及多因素logistic回归分析筛选HGP LUAD独立预测因素并构建临床-影像学模型、影像组学模型及联合列线图;以受试者工作特征(ROC)曲线的曲线下面积(AUC)、校准曲线及决策曲线分析(DCA)评估列线图预测效能、校准度及临床净收益。结果 性别、TNM分期、肿瘤密度及空泡征均为HGP LUAD的独立预测因素。影像组学评分及ITH-score-N对联合列线图的贡献度最高。列线图在验证集的AUC为0.914,高于临床-影像学模型(0.840)及影像组学模型(0.884)(P均<0.05);校准曲线和DCA显示列线图具有良好校准度和临床净收益。结论 基于临床及 CT表现、影像组学特征和ITH-score的联合列线图能有效预测HGP LUAD。
引用
- www.cjmit.com:基于临床-影像学、影像组学及肿瘤内异质性评分的联合列线图预测高级别模式肺腺癌
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。