10.3760/cma.j.cn112149-20200224-00242
基于CT图像的评分模型预测食管鳞癌喉返神经旁淋巴结转移风险
目的:基于原发肿瘤及淋巴结CT特征建立评分模型预测食管鳞癌患者喉返神经旁淋巴结(RLN-LN)转移风险。方法:回顾性收集2014年1月至2019年12月于北京大学肿瘤医院行食管癌根治术并清扫RLN-LN的92例食管鳞癌患者。根据术后淋巴结病理结果分为RLN-LN转移组(
n=37)和非转移组(
n=55)。评估术前CT图像,记录食管癌患者年龄、性别、分化程度、肿瘤位置、肿瘤大小(肿瘤长度、肿瘤厚度、厚度/长度)、RLN-LN大小(淋巴结短径、长径、短径/多平面重建(MPR)最长径]。采用多元logistic回归筛选独立预测因子并建立评分模型,采用ROC曲线评估评分模型及独立预测因子诊断RLN-LN转移的效能,采用
Z检验比较曲线下面积(AUC)的差异。应用Hosmer-Lemeshow检验和校准曲线评估模型拟合度。
结果:肿瘤位置、肿瘤长度、RLN-LN短径、短径/MPR最长径是RLN-LN转移的独立预测因子,其诊断RLN-LN转移的AUC分别为0.586、0.705、0.831、0.777。基于以上4个CT特征建立评分模型,评分模型诊断RLN-LN转移的AUC为0.903(95%CI 0.846~0.959),优于各单一CT特征(
Z=5.812,
P<0.001;
Z=2.161,
P=0.030;
Z=2.929
,P=0.003;
Z=4.052,
P<0.001)。拟合优度Hosmer-Lemeshow检验结果显示
P=0.555,校准曲线提示评分模型预测RLN-LN转移风险与实际转移风险之间具有良好的一致性。
结论:基于CT图像的评分模型有助于食管鳞癌RLN-LN转移状态危险分层。
食管肿瘤、癌,鳞状细胞、淋巴转移、喉返神经、评分模型
55
北京市医院管理中心“登峰”计划专项DFL20191103;北京市医院管理局重点医学专业发展计划ZYLX201803;Beijing Municipal Administration of Hospitals′ Ascent PlanDFL20191103;Beijing Municipal Administration of Hospitals Clinical Medicine Development of Special Funding SupportZYLX201803
2023-05-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
154-159