CT影像组学术前预测肾透明细胞癌Fuhrman分级的价值
目的 建立并验证基于增强CT的影像组学标签在术前预测肾透明细胞癌(ccRCC) Fuhrman分级中的价值.方法 纳入2012年5月至2014年12月127例有明确Fuhrman分级的ccRCC患者为训练集,2015年1月至2016年12月62例患者为验证集.在皮质期、实质期及排泄期手工逐层进行肿瘤感兴趣区(ROI)的勾画后提取影像组学特征.采用LASSO回归进行特征选择并构建三期联合的影像组学标签.利用选择特征的线性拟合计算每例患者的影像组学得分.为了评估影像组学标签的增益价值,分别构建CT特征模型与联合影像组学标签和CT特征的综合模型.通过受试者工作特征曲线(ROC)分析评价各模型在训练集与验证集中预测Fuhrman分级的效能,并使用Delong检验比较各模型预测效能是否具有统计学差异.通过决策曲线评价各模型预测ccRCCFuhrman分级的净获益.结果 三期图像共提取4227个影像组学特征,通过LASSO特征选择得到12个有鉴别意义的特征.训练集中,CT特征模型的AUC为0.723 (95％CI:0.621 ～0.826),与影像组学标签联合构建的综合模型AUC为0.823 (95％ CI:0.621～ 0.826).Delong检验结果表明训练集和验证集中CT特征模型与综合模型间的AUC具有统计学差异(P＜0.05).决策曲线表明各模型术前预测ccRCC Fuhrman分级可获得较高的诊断净获益.结论 基于增强CT的影像组学标签术前预测ccRCC Fuhrman分级具有较高的效能,对传统CT特征有增益价值.
肾透明细胞癌、Fuhrman分级、增强CT影像组学
39
TP391;R735.7;TP181
科技计划2020-004-YY
2021-05-12（万方平台首次上网日期，不代表论文的发表时间）
共5页
2267-2271
