基于18F-FDG PET/CT影像组学模型预测局部晚期宫颈癌的放疗敏感性

摘要：

目的 构建基于18F-FDG PET/CT图像的影像组学模型,并分析其预测局部晚期宫颈癌(locally advanced cervical cancer,LACC)放疗敏感性的效能.方法 收集2018年1月至2022年12月于广西医科大学附属肿瘤医院妇科行根治性放疗的宫颈癌患者的临床资料,按8∶2随机划分为训练集(169例)和测试集(43例),采集治疗前的PET/CT图像,手动勾画感兴趣区,提取影像组学特征.将特征正则化,采用组内相关系数、Pearson相关性分析、最小绝对收缩和选择算子回归进行组学特征筛选,获得组学特征及其系数加权并计算每个患者的Radscore值,比较放疗敏感组和抵抗组间Radscore值的差异.分别构建PET、CT及PE/CT联合的Logistic regression(LR)机器学习模型,通过受试者工作特征曲线(receiver operating characteristic,ROC)、校准曲线、决策曲线(decision curve analysis,DCA)分析对模型进行评估.结果 本研究共纳入212例LACC患者,抵抗组的Radscore值显著高于敏感组,差异有统计学意义(P<0.001).在训练集和测试集上,PET/CT联合模型的ROC曲线下面积分别为0.900(95%CI:0.832～0.968)、0.754(95%CI:0.569～0.939),预测效能均优于单一的PET或CT模型.DCA曲线显示,与不使用预测模型的情况相比,基于PET/CT的影像组学预测模型表现出显著的干预获益,在放疗前预测LACC敏感性方面具有较好的临床效益.绘制校准曲线显示,3种模型的预测值与实际观察值之间的一致性均良好.结论 基于PET/CT的影像组学模型对LACC放疗敏感性具有良好的预测价值.

关键词：宫颈癌、局部晚期、放疗敏感性、PET/CT影像组学、机器学习模型

所属期刊栏目：15

分类号：R737.33(肿瘤学)

资助基金：广西重点研发计划项目;广西研究生教育创新计划项目

在线出版日期：2023-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：417-423