基于18F-FDG PET/CT代谢参数构建非小细胞肺癌PD-L1表达的列线图预测模型
Construction of A Nomogram Prediction Model for PD-L1 Expression in Non-small Cell Lung Cancer Based on 18F-FDG PET/CT Metabolic Parameters
摘要背景与目的 近年来,程序性细胞死亡受体1(programmed cell death 1,PD-1)/程序性细胞死亡配体1(programmed cell death ligand 1,PD-L1)免疫抑制剂为代表的免疫疗法很大程度地改变了非小细胞肺癌(non-small cell lung cancer,NSCLC)的治疗现状.目前PD-L1已经成为了筛选NSCLC免疫治疗获益人群的重要生物标志物,但是如何便捷且准确地检测NSCLC患者PD-L1是否表达是困扰临床医师的难题.本研究旨在基于18F-脱氧葡萄糖(18F-fluorodeoxy glucose,18F-FDG)正电子发射计算机断层扫描(positron emission tomography/computed tomography,PET/CT)代谢参数构建NSCLC患者PD-L1表达的列线图预测模型并评估其预测价值.方法 回顾性收集2016年9月至2021年7月内蒙古自治区人民医院收治的155例NSCLC患者的18F-FDG PET/CT代谢参数、临床病理资料及PD-L1检测结果.将患者分为训练组(n=117)及内部验证组(n=38),按照同样的标准另收集本院2021年8月至2022年7月NSCLC患者51例作为外部验证组.然后均根据PD-L1检测结果分为PD-L1+组与PD-L1-组.对训练组患者的代谢参数及临床病理资料进行单因素及二元Logistic回归分析,基于筛选出的独立影响因素构建列线图预测模型.在训练组及内外部验证组中均通过受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线及临床决策曲线(decision curve analysis,DCA)来评估列线图模型效果.结果 二元Logistic回归分析表明,肿瘤代谢体积(metabolic tumor volume,MTV)、性别及肿瘤直径是PD-L1表达的独立影响因素,然后基于上述独立影响因素构建列线图预测模型.模型在训练组中的ROC曲线显示,曲线下面积(area under the curve,AUC)为0.769(95%CI:0.683-0.856),最佳截断值为0.538.内部验证组的AUC为0.775(95%CI:0.614-0.936),外部验证组的AUC为0.752(95%CI:0.612-0.893).校准曲线经Hosmer-Lemeshow检验结果显示,训练组(χ2=0.040,P=0.979)、内部验证组(χ2=2.605,P=0.271)及外部验证组(χ2=0.396,P=0.820)均具有良好的校准度.DCA曲线显示,模型在较大的阈值范围内(训练组:0.00-0.72,内部验证组:0.00-0.87,外部验证组:0.00-0.66)能使患者临床获益.结论 基于18F-FDG PET/CT代谢参数构建的列线图预测模型在预测NSCLC患者PD-L1表达中有较大的应用价值.
更多相关知识
- 浏览72
- 被引0
- 下载19

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文