静脉期CT影像组学预测新辅助化疗用于局部进展期胃癌效果
Venous CT radiomics for predicting effect of neoadjuvant chemotherapy for locally advanced gastric cancer
摘要目的 观察静脉期CT影像组学预测新辅助化疗(NACT)用于局部进展期胃癌(LAGC)效果的价值.方法 回顾性收集接受NACT的325例LAGC患者,以247例为训练集、78例为验证集.根据术后病理所示肿瘤退缩分级(TRG)评价NACT疗效.以单因素logistic回归分析并筛选临床指标,构建预测NACT治疗LAGC效果的临床模型.分别于NACT前、后增强静脉期CT中提取病灶影像组学特征,计算Delta影像组学特征(即NACT前、后影像组学特征差值与前者的比值)并筛选最佳者构建影像组学标签;筛选最优标签,以之联合临床模型构建联合模型.绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评价各模型预测效能;以决策曲线分析(DCA)评估各模型临床价值.结果 训练集67例疗效显著、180例疗效不显著;验证集18例疗效显著、60例疗效不显著.LAGC Borrmann分型为NACT疗效的预测因素(P=0.031),以之构建的临床模型在训练集和验证集的AUC分别为0.577和0.520.基于NACT前、后及Delta影像组学特征分别筛选出 19、14及 17个最佳特征,以之建立的NACT前(Pre-Rad)、后(Post-Rad)及Delta(Delta-Rad)影像组学标签在训练集的AUC分别为0.672、0.796及0.789,在验证集分别为0.558、0.805及0.666,其中Post-Rad最佳;以之联合临床模型构建的联合模型在训练集和验证集的AUC分别为0.824和0.818,均高于临床模型(P均<0.001)而与Post-Rad差异无统计学意义(P均>0.05);阈值为0.4~0.7时,联合模型临床净获益高于临床模型及Post-Rad.结论 静脉期CT影像组学可有效预测NACT治疗LAGC效果;联合临床特征可提高预测效能.
更多相关知识
- 浏览0
- 被引3
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



