10.13609/j.cnki.1000-0313.2023.08.002
基于CT影像组学列线图鉴别腮腺多形性腺瘤与基底细胞腺瘤的价值
目的:探讨CT影像组学列线图对腮腺多形性腺瘤(PA)和基底细胞腺瘤(BCA)的鉴别诊断价值.方法:回顾性分析2020年1月-2022年8月在本院经病理证实的88例PA和29例BCA患者的临床资料和CT平扫及双期增强图像.以7∶3的比例将所有患者随机分为训练集(n=81)和测试集(n=36).分别在3期(动脉期、平扫和静脉期)CT图像上沿病灶边缘逐层勾画ROI,提取病灶的全容积影像组学特征,并采用Spearman相关性分析、互信息法以及递归特征消除法行特征筛选,构建训练集模型和验证测试集模型并计算相应的影像组学评分(Radscore).经单因素分析,将有统计学意义的临床资料和CT征象用于构建临床模型.基于影像组学模型和临床模型建立联合模型,并绘制联合模型的列线图.采用受试者工作特征曲线(ROC)、连续净重分类改善度(NRI)及综合判别改善度(IDI)来评估各模型的诊断效能,采用校准曲线评估和决策曲线评估列线图的准确性和临床实用价值.结果:基于CT平扫、动脉期和静脉期图像分别筛选出7个、8个和8个最佳组学特征.单期相(动脉期、平扫和静脉期)影像组学模型及临床模型鉴别PA与BAC的AUC分别为0.954、0.877、0.916和0.893,以动脉期组学模型的AUC值最大.将患者年龄、病灶的动脉期和静脉期CT强化值及动脉期Radscore建立联合模型,其在训练集和测试集中的AUC分别为0.969和0.889,大于平扫、动脉期和静脉期组学模型以及临床模型.在训练集中联合模型的列线图具有正向改善力(NRI>0,IDI>0).校准曲线分析结果表明列线图预测结果与病理结果之间具有良好的一致性(在训练集及测试集中的平均误差分别为0.069和0.060),决策曲线分析结果显示较宽的阈值范围内联合模型的列线图具有较高的临床净收益.结论:基于CT平扫、动脉期和静脉期影像组学模型联合临床模型构建的列线图对于鉴别诊断腮腺PA与BCA具有较高的临床价值.
多形性腺瘤、基底细胞腺瘤、影像组学、列线图、体层摄影术、X线计算机
R445.2;R739.87(诊断学)
2023-09-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
964-970