换一批静脉期CT影像组学联合临床特征预测上皮性卵巢癌患者BRCA突变
Venous phase CT radiomics combined with clinical features for predicting BRCA mutation in patients with epithelial ovarian cancer
摘要目的 观察静脉期CT影像组学联合临床特征预测上皮性卵巢癌(EOC)患者乳腺癌易感基因(BRCA)突变的价值.方法 回顾性纳入111例经手术病理及BRCA检测确诊的EOC患者,按8∶2比例划分训练集[n=90,35例BRCA突变(+)及55例BRCA突变(-)]与测试集[n=21,8例BRCA突变(+)及13例BRCA突变(-)].采用单及多因素logistic回归(LR)分析临床及CT资料,筛选EOC患者BRCA突变的独立预测因素并建立临床模型.基于静脉期CT提取及筛选病灶最佳影像组学特征,计算影像组学评分(Radscore),并分别以随机森林(RF)、支持向量机(SVM)和LR建立机器学习(ML)模型并选择其中最优者,基于Radscore联合独立预测因素构建联合模型.评估各模型预测效能及临床价值.结果 人附睾蛋白4为EOC患者BRCA突变的独立预测因素,以之构建的临床模型在训练集和测试集的曲线下面积(AUC)分别为0.648、0.742.RF、SVM、LR模型在训练集的AUC分别为0.726、0.763、0.860,在测试集分别为0.708、0.750、0.700,以SVM模型为最优ML模型.联合模型在训练集和测试集的AUC分别为0.819、0.783,其在训练集的AUC高于临床模型(P=0.022);其余模型两两比较差异均无统计学意义(P均＞0.05).决策曲线分析显示,当阈值大于0.15时,联合模型的临床价值高于临床及SVM模型.结论 静脉期CT影像组学联合临床特征能有效预测EOC患者BRCA突变.
更多相关知识
关键词
卵巢肿瘤乳腺癌易感基因体层摄影术,X线计算机影像组学ovarian neoplasmsbreast cancer susceptibility genetomography,X-ray computedradiomics
栏目名称
DOI
10.13929/j.issn.1003-3289.2025.06.022
发布时间
2025-08-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
天山英才科技创新领军人才项目（2022TSYCLJ0033）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
