基于影像组学的肺亚实性结节侵袭性预测模型建立及分析

在线阅读 下载PDF 导出详情
摘要 摘要目的基于影像组学特征构建预测模型,预测肺亚实性结节非侵袭性/侵袭性的病理亚型。方法回顾性收集2015 年1月至2019年9月东南大学附属中大医院及东部战区总医院胸部高分辨率计算机断层扫描(HRCT)表现为肺亚实性结节、手术病理结果为不典型瘤样增生(AAH)、原位腺癌(AIS)、微浸润性腺癌(MIA)、浸润性腺癌(IA)共352例患者资料,其中男108例,女244例,年龄[M(Q1,Q3)]57(50,65)岁。根据病理分为非侵袭组233例和侵袭组119例。按照训练集:内部测试集:外部测试集大约3∶1∶1的比例分为训练集(215例,非IA/IA为155例/60例)、内部测试集(69例,非IA/IA为52例/17例)及外部测试集(68例,非IA/IA为26例/42例,均为东部战区总医院病例)。记录特定的结节定量参数、组学特征、形态学特征、患者临床资料、血清肿瘤标志物。LASSO 回归用于构建组学标签。使用 logistic 回归分析分别构建形态学模型、CT 模型、综合模型,在测试集进行验证。结果基于训练集筛选出2个最有意义的特征为Shape_MinorAxis(Gradient)、Glszm_ZoneEntropy(LBP)(均P<0.001),构建组学标签=1.065 75×Shape_MinorAxis(Gradient)+0.030 58×Glszm_ZoneEntropy(LBP)。综合组学标签、胸膜凹陷征、定量参数(直径、平均密度)构建的 CT 模型为最优模型,回归方程Ln(P/1-P)=-2.417 11+1.031 60×组学标签+1.203 06×直径+1.614 21×(胸膜凹陷征=有)在训练集、测试集的AUC分别为0.954(95%CI:0.927~0.981)、0.865(95%CI:0.764~0.966),优于形态学模型0.857(95%CI:0.796~0.918)、0.818(95%CI:0.686~0.949)及综合模型0.951(95%CI:0.921~0.981)、0.856(95%CI:0.730~0.982)。结论综合构建的CT 模型对预测以亚实性结节为表现的侵袭性肺腺癌具有较好的预测效能。
出处 《中华医学杂志》 2022年03期
出版日期 2022年12月13日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献