10.16073/j.cnki.cjcpt.2023.19.05
乳腺癌新辅助化疗早期超声影像组学联合模型对病理完全缓解的判断价值
目的 探讨基于常规超声的影像组学主成分分析(PCA)法对乳腺癌新辅助化疗(NAC)效果病理完全缓解(pCR)的判断价值.方法 回顾性分析2019-01-05-2022-01-01新疆医科大学附属肿瘤医院经病理确诊并行NAC 6～8个周期的377例女性乳腺癌患者超声图像.纳入患者按7:3的比例随机分为训练组(270例)和验证组(107例),在NAC 2个周期后共提取851个超声影像组学特征.采用PCA进行特征降维处理,用支持向量机(SVM)分类器建立影像组学模型,并与临床超声模型构建联合模型.采用受试者工作特征(ROC)曲线评估联合模型性能,并在验证组中进一步评估模型性能.结果 377例乳腺癌患者中,93例(58.5％)为pCR,284例(41.5％)为非pCR.经过PCA降维分析得出8个主成分特征,累计贡献率达81.0％,多因素分析显示,第1主成分(PC1)和第5主成分(PC5)与乳腺癌NAC患者达到pCR显著相关.由影像组学模型结合临床超声模型构建的联合模型训练组中曲线下面积为0.917(95％CI:0.878～0.956),验证组为0.913(95％CI:0.859～0.967).决策曲线分析(DCA)显示,当联合模型阈值概率区间为4.76％～95.58％,判断性能优于影像组学模型及临床超声模型.结论 2个周期NAC后超声影像组学模型结合临床超声模型共同构建的联合模型在判断乳腺癌的NAC疗效上有较好的性能表现,可为实现乳腺癌患者个体化治疗和及时调整化疗方案提供有价值的信息.
影像组学、常规超声、主成分分析、新辅助化疗、病理完全缓解、乳腺癌
30
R737.9(肿瘤学)
新疆维吾尔自治区科技援疆项目2020E0269
2023-11-02（万方平台首次上网日期，不代表论文的发表时间）
共9页
1168-1176
