10.3760/cma.j.cn112149-20230814-00089
原发灶及癌旁胃壁外脂肪组织CT影像组学评估胃癌T分期的价值
目的:探讨基于胃癌原发灶及癌旁胃壁外脂肪组织的CT影像组学模型鉴别T1~2与T3~4期胃癌的价值。方法:本研究为病例对照研究,回顾性收集2011年12月到2019年12月江苏大学附属人民医院465例胃癌患者,根据术后病理将其分为T1~2期(150例)及T3~4期(315例)。采用分层抽样方法按7∶3的比例分为训练集(326例)和测试集(139例),训练集中T1~2期104例、T3~4期222例,测试集中T1~2期46例、T3~4期93例。选择术前1周内静脉期增强CT图像勾画胃癌原发灶及癌旁胃壁外脂肪组织为感兴趣区(ROI),采用Pyradiomics软件提取ROI的影像组学特征,用最小绝对收缩和选择算子回归筛选与T分期相关的特征,建立胃癌原发灶和胃壁外脂肪组织影像组学模型。采用独立样本
t检验或
χ2检验比较训练集中T1~2与T3~4期患者临床特征的差异,将差异有统计学意义的特征建立临床模型。联合2个影像组学模型及临床模型构建临床-影像组学联合模型,并生成列线图。用受试者操作特征曲线下面积(AUC)评价各模型鉴别胃癌T1~2与T3~4期的效能,用校准曲线评价列线图预测胃癌的T分期与实际T分期的一致性,决策曲线评价采用列线图和临床模型指导治疗的临床净收益。
结果:训练集中T1~2和T3~4期患者间CT-T分期、CT-N分期差异有统计学意义(
χ2=10.59、15.92,
P=0.014、0.001),联合建立临床模型。经筛选和降维,胃癌原发灶ROI得到5个特征,胃壁外脂肪组织ROI得到6个特征,分别建立影像组学模型。在训练集和测试集中,原发灶影像组学模型鉴别胃癌T1~2与T3~4期的AUC为0.864(95%
CI 0.820~0.908)、0.836(95%
CI 0.762~0.910),癌旁胃壁外脂肪组织的影像组学模型为0.782(95%
CI 0.731~0.833)、0.784(95%
CI 0.702~0.866),临床模型为0.761(95%
CI 0.705~0.817)、0.758(95%
CI 0.671~0.845),列线图为0.876(95%
CI 0.835~0.917)、0.851(95%
CI 0.781~0.921)。校准曲线反映列线图在训练集中预测胃癌的T分期与实际的T分期具有较高的一致性(
χ2=1.70,
P=0.989),决策曲线显示风险阈值在0.01~0.74时,采用列线图指导治疗可获得更高的临床净获益率。
结论:原发灶及癌旁胃壁外脂肪组织的CT影像组学模型能较好地区分T1~2与T3~4期胃癌,联合临床特征能进一步提升预测效能。
胃肿瘤、体层摄影术,X线计算机、脂肪组织、T分期、影像组学
58
镇江市科技创新基金SH2020049,SH2022040;镇江市第一人民医院科研基金Y2021011-S;Zhenjiang Science and Technology Innovation FundSH2020049, SH2022040;Research Foundation of Zhenjiang First People′s HospitalY2021011-S
2024-01-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
57-63