基于CT影像组学术前预测淋巴结阴性胃癌淋巴血管侵犯

Preoperative Prediction of Lymphovascular Invasion of Node-Negative Gastric Cancer Based on CT Radiomics

二维码有效期 120s

摘要目的探讨基于CT影像组学术前预测淋巴结阴性胃癌淋巴血管侵犯(LVI)的价值,并结合临床变量构建列线图.资料与方法回顾性分析浙江大学医学院附属邵逸夫医院 2019 年 1 月—2021 年 6 月 173 例淋巴结阴性且病理证实为胃癌患者的临床及CT影像,其中LVI阳性60例,LVI阴性113例,按7∶3随机分为训练组(n=121)和验证组(n=52).基于训练组分别构建临床模型、影像组学模型、融合模型,并在验证组进行验证.临床资料和常规CT特征包括年龄、性别、肿瘤指标、肿瘤部位、肿瘤形态、强化幅度等,通过单因素及多因素分析筛选出临床显著变量并建立临床模型.用3D-Slicer软件勾画肿瘤感兴趣区并提取影像组学特征,用最小绝对值收缩和选择算子降维筛选特征,然后通过随机森林构建影像组学模型,并转化为随机森林评分.联合临床显著变量和随机森林评分构建融合模型并可视化为列线图.根据受试者工作特征曲线及曲线下面积(AUC)评估模型的预测效能,采用决策曲线分析评估临床实用性.结果影像组学模型优于临床模型,训练组和验证组中影像组学模型AUC分别为0.872(0.810～0.935)、0.827(0.707～0.947),临床模型AUC分别为0.767(0.682～0.852)、0.761(0.610～0.913).列线图的预测效能得到进一步提高,AUC分别为0.898(0.842～0.953)、0.844(0.717～0.971).决策曲线分析显示列线图的临床价值.结论本研究构建的影像组学模型可用于术前预测淋巴结阴性胃癌患者LVI状态,列线图可进一步提高预测效能.