10.3881/j.issn.1000-503X.15705
CT影像加权组学评分预测非小细胞肺癌的免疫治疗疗效
目的 通过治疗前胸部增强CT肺内多病灶组学特征构建加权组学评分模型,预测非小细胞肺癌患者接受程序性死亡受体1(PD-1)/PD配体1(PD-L1)免疫治疗的疗效.方法 回顾性收集北京协和医院2015 年6 月至2022 年2月接受PD-1/PD-L1 免疫治疗的非小细胞肺癌病例.根据临床结局分为有效组(部分缓解或完全缓解)和无效组(疾病稳定或疾病进展).从治疗前动脉期CT图像提取多病灶影像组学,通过基于注意力机制的多示例学习算法在病例水平获得加权组学特征,采用Logistic回归建立加权评分模型.采用受试者工作特征曲线下面积(AUC)分别比较加权评分模型、PD-L1模型、临床模型、加权评分+PD-L1 模型和综合模型预测肿瘤治疗疗效的效能.结果 最终纳入237 例患者,随机分为训练集(n=165)和测试集(n =72).训练集和测试集患者的平均年龄分别为(64±9)岁和(62±8)岁.加权评分模型预测免疫治疗疗效的AUC在训练集和测试集中分别为 0.85 和 0.80,高于PD-L1-1 模型(Z =37.30,P<0.001 和Z = 5.69,P =0.017)、PD-L1-50 模型(Z =38.36,P<0.001 和Z =17.99,P<0.001)和临床模型(Z =11.40,P<0.001 和Z =5.76,P =0.016)的预测能力,与加权评分+PD-L1 模型和综合模型比较差异无统计学意义(P均>0.05).结论 基于治疗前增强CT影像多病灶加权组学评分能够预测非小细胞肺癌患者接受免疫治疗的疗效.
非小细胞肺癌、免疫检查点抑制剂、CT、加权组学评分
45
R445.3;R734.2(诊断学)
中国医学科学院医学与健康科技创新工程临床与转化医学研究专项重点项目;国家自然科学基金;北京市科学技术委员会AI+健康协同创新培育项目;中华国际医学交流基金;科技创新新一代人工智能重大项目
2023-11-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
794-802