基于多参数MRI生境分析构建异质性评分预测前列腺癌ISUP全分级的应用价值
RSS 订阅 · 临床放射学杂志
回顾性纳入554例前列腺癌患者，通过聚类划分生境构建瘤内异质性（ITH）评分，结合临床资料建立多分类支持向量机融合模型预测ISUP 1-5级全分级。ITH评分与ISUP分级呈显著正相关（P<0.05），融合模型在外部测试集中微观平均AUC为0.659、宏观平均AUC为0.721，优于全瘤影像组学模型和临床模型，对ISUP 5级识别效果卓越。
要点
- ITH评分与ISUP分级显著正相关，ISUP 4-5组的ITH评分显著高于ISUP 1-2组（P<0.001）
- 融合模型对ISUP 5级（高危前列腺癌）的识别效果卓越，与病理分级一致性良好
- 基于生境分析的ITH评分可为术前精准风险分层提供无创性预测工具
核心结论
- ITH生境分析能有效量化前列腺癌空间异质性，为术前精准风险分层提供了无创性预测工具
- 融合模型预测前列腺癌ISUP全分级的诊断效能优于全瘤影像组学模型和临床模型
- 模型对ISUP 5级识别效果卓越，与病理分级一致性良好
研究设计与样本
- 回顾性研究，纳入554例前列腺癌患者
- 基于多参数MRI通过聚类划分生境并构建ITH评分
- 构建多分类支持向量机融合模型，包含训练集、内部验证集和外部测试集
- 以病理ISUP 1-5级全分级作为参考标准，对照组包括临床模型与全瘤影像组学模型
诊断标准与关键数值
- 融合模型在训练集中微观平均AUC为0.812、宏观平均AUC为0.803
- 融合模型在内部验证集中微观平均AUC为0.729、宏观平均AUC为0.715
- 融合模型在外部测试集中微观平均AUC为0.659、宏观平均AUC为0.721，优于全瘤影像组学模型（0.618; 0.660）和临床模型（0.602; 0.704）
- ITH评分与ISUP分级呈显著正相关（P<0.05），ISUP 4-5组ITH评分显著高于ISUP 1-2组（P<0.001）
临床应用与阅片要点
- 通过生境分析构建的ITH评分可量化前列腺癌瘤内异质性，辅助术前ISUP分级预测
- 融合模型结合ITH评分与临床资料可提高ISUP全分级预测准确性，尤其对高级别（ISUP 5级）识别效果好
- 该方法提供无创性风险分层工具，可用于术前精准评估前列腺癌侵袭性
局限性
- 回顾性研究设计
- 外部测试集中模型诊断效能（AUC 0.659-0.721）相比训练集有所下降
原文图文
目的 探讨基于多参数磁共振成像（mpMRI）构建瘤内异质性（ITH）生境分析模型在预测前列腺癌（PCa）国际泌尿病理学会（ISUP）1~5级全分级的临床价值。 方法 回顾性纳入554例PCa患者,通过聚类划分生境并构建ITH评分,结合临床资料构建多分类支持向量机（SVM）融合模型,另构建临床模型与全瘤影像组学模型作为基线比较。 结果 ITH评分与ISUP分级呈显著正相关（ P <0.05）,且ISUP 4~5组显著高于ISUP 1~2组（ P <0.001）。融合模型预测PCa ISUP全分级的诊断效能最优,在训练集中的微观平均与宏观平均曲线下面积（AUC）分别为0.812和0.803;内部验证集中分别为0.729和0.715;外部测试集中分别为0.659和0.721。外部测试中,融合模型（微观平均AUC：0.659;宏观平均AUC：0.721）优于全瘤影像组学模型（0.618;0.660）与临床模型（0.602;0.704）;模型对ISUP 5级识别效果卓越,与病理分级一致性良好。 结论 ITH生境分析能有效量化PCa空间异质性,为术前精准风险分层提供了无创性预测工具。
来源：临床放射学杂志，查看原文。版权归原作者所有。
引用
- 临床放射学杂志：基于多参数MRI生境分析构建异质性评分预测前列腺癌ISUP全分级的应用价值
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。