摘要目的:评估基于多模态MRI影像组学特征联合临床变量构建的预测模型在鼻咽癌(NPC)患者无进展生存期(PFS)中的应用价值,及其应用于个体化治疗策略的可行性.方法:回顾性分析2018年1月-2024年12月在本院经病理证实的275例NPC患者的临床和影像资料.按照4∶1的比例将患者随机分为训练集(n=220)和验证集(n=55).所有患者在治疗前接受3.0T MRI扫描,扫描序列包括T1WI(T1)、T2WI(T2)和对比增强T1WI(cT1).采用预训练后的NNU-Net软件在每个序列图像上自动分割肿瘤全容积ROI,随后利用pyRadiomics软件提取肿瘤ROI的影像组学特征.分别采用方差阈值筛选、单变量Cox回归、最大相关最小冗余(mRMR)及LASSO回归四个步骤进行特征筛选,随后采用双向逐步回归方法分别构建3个单模态影像组学模型并计算得到相应的影像组学评分.随后结合与PFS相关的临床变量,采用多变量Cox回归方法构建联合模型.采用C-index分别在训练集和验证集中对模型的效能进行评估,Kaplan-Meier生存分析区分鼻咽癌高风险和低风险组,并采用列线图实现模型可视化.结果:自每个序列图像上提取了 1223个组学特征,最终筛选出3、4和4个最优特征并建立对应的T1、T2和cT1影像组学模型,计算得到3个序列的影像组学评分.在3个序列的组学模型中以cT1模型的效能最高,其在训练集中的C-index值为0.762(95％CI:0.699～0.831).对临床资料的Cox分析显示Ki-67是无进展生存的独立预测因子(HR=107.3,P＜0.001).T1和cT1影像组学评分及Ki-67构建的联合模型在训练集和验证集中的C-index值分别为0.797(95％CI:0.731～0.859)和0.770(95％CI:0.592～0.936),优于单独的临床模型与各模态影像组学模型.Kaplan-Meier生存分析显示联合模型在训练集和验证集中均可有效区分高风险与低风险患者,两组间PFS的差异具有统计学意义(P＜0.001).联合模型列线图通过组合各项风险因素评分,可以简单直观地计算并展示2年、3年和5年无进展生存风险,具有较高的临床实用性.结论:联合多模态MRI影像组学评分与临床指标构建的联合模型可有效预测NPC患者无进展生存期,为制订个体化治疗方案提供有力支持,具有重要的临床应用价值.