基于CT影像组学预测结直肠癌KRAS基因突变

CT-Based Radiomic Model for Predicting KRAS Gene Mutation Status in Colorectal Cancer

二维码有效期 120s

摘要目的探讨基于CT影像组学模型术前预测结直肠癌KRAS基因状态的价值.资料与方法回顾性收集 2019 年 7 月—2022年1月四川省肿瘤医院经病理证实的原发性结直肠癌177例,分为训练组123 例(62例KRAS突变,61例KRAS野生型)和验证组 54 例(31 例KRAS突变,23 例KRAS野生型).以每例结直肠癌的原发灶作为感兴趣区,共提取 1 352 个放射学特征.使用最小冗余最大相关、最小绝对收缩和选择算子、向后逐步Logistic回归3个步骤在训练组中筛选关键特征,并建立KRAS预测的影像组学模型.通过受试者工作特征曲线下面积评价预测性能.绘制校准曲线以评估预测概率和实际概率之间的一致性.使用Hosmer-Lemeshow检验评估影像组学模型的拟合优度.通过决策曲线分析评估放射模型的应用价值.结果选择7个特征建立影像组学模型,该模型在突变 KRAS 组和野生型 KRAS 组之间的区分性能显示,训练组的曲线下面积为 0.755(95%CI 0.669～0.828),验证组的曲线下面积为0.724(95%CI 0.585～0.837).校准曲线显示,预测概率和实际概率之间具有良好的一致性,且Hosmer-Lemeshow测试结果显示在训练组和验证组中差异均无统计学意义(χ2=8.427,P=0.310;χ2=6.054,P=0.630).临床决策曲线显示,当风险阈值为30%～98%时,采用影像组学方法预测KRAS的临床获益较高.结论基于CT的影像组学模型术前预测结直肠癌KRAS突变具有一定的诊断价值.