检索历史 清除

摘要子宫内膜癌是女性常见的恶性肿瘤之一，淋巴结转移是制定子宫内膜癌患者临床治疗方案的重要依据。然而，针对I型子宫内膜癌患者行淋巴结切除术可能引发过度治疗，并增加术后并发症的发生概率。为开发和验证用于术前预测I型子宫内膜癌患者淋巴结转移的临床与影像组学模型。本研究回顾性招募在烟台毓璜顶医院接受治疗的200例子宫内膜癌患者，排除33例，最终纳入167例患者。预测模型是在由118名I型子宫内膜癌患者组成的训练集中构建和优化的，数据收集时间为2021年1月至2021年10月。一个独立测试集由2021年10月至2022年4月期间收集的49名患者组成。影像组学特征从I型子宫内膜癌的轴位动态增强T1加权图像、T2加权图像和表观扩散系数图像中提取。采用组类相关系数、Spearman相关分析以及LASSO算法进行特征筛选。整合了临床因素和三种MRI序列,开发了结合临床因素与影像组学特征的预测模型。并采用逻辑回归、支持向量机和随机森林三种分类器进行分析和建模。模型整合了CA125状态及影像组学特征，通过ROC曲线下面积和决策曲线分析对模型性能进行评估。根据其区分度和临床实用性评估临床与影像组学模型的性能。<br>　　影像组学特征由12个筛选出的特征构成，与淋巴结状态具有显著相关性（训练集和测试集的plt;0.001）。个体化预测模型的预测因子包括CA125状态和影像组学特征。基于随机森林构建的临床与影像组学模型在测试集中的曲线下面积为0.978，灵敏度为0.909，特异性为0.947，准确性为0.938。在测试集中应用模型得到了良好的鉴别力（AUC,0.978）和良好的校准。决策曲线证明了基于随机森林构建的临床与影像组学模型对淋巴结转移是有预测价值的。当阈值概率范围为0至0.350和0.380至1时，产生了显著的临床净收益。该模型可以有效地促进I型子宫内膜癌患者术前淋巴结转移的个体化预测，有望为个体化治疗策略和手术管理提供支持。<br>　　鉴于微卫星高度不稳定状态与免疫治疗的敏感性密切相关，术前精确识别微卫星高度不稳定状态对于指导个体化治疗方案的制定具有重要的临床意义。为评估基于多序列磁共振成像的临床与影像组学模型在预测子宫内膜癌微卫星高度不稳定状态中的应用效果，并识别可能从免疫治疗中获益的子宫内膜癌患者。本研究回顾性招募2021年1月至2022年4月期间在烟台毓璜顶医院接受治疗的222例经病理诊断的子宫内膜癌患者。排除64例，最终纳入158例患者。将患者按7:3的比例随机分为训练集（n=110）和测试集（n=48）。从每位患者的轴位动态增强T1加权图像、T2加权图像和表观扩散系数图像中勾画感兴趣区域，并提取影像组学特征。采用组类相关系数、Spearman相关分析以及LASSO算法进行特征筛选，建立影像组学模型。纳入七个临床危险因素构建临床模型。最终，融合临床危险因素和影像组学特征构建临床与影像组学模型。逻辑回归、随机森林和支持向量机三种分类器分别用于开发临床、影像组学及联合模型。利用ROC曲线、曲线下面积、决策曲线和临床影响曲线对模型性能进行评估。<br>　　筛选出与子宫内膜癌微卫星高度不稳定状态最相关的4个临床因素（孕激素受体、抑癌基因p53、糖尿病、糖类抗原153）及15个影像组学特征（其中4个来自轴位动态增强T1加权图像，6个来自T2加权图像，5个来自表观扩散系数图像）。基于支持向量机构建的临床与影像组学模型在测试集中的曲线下面积为0.997，灵敏度为1.000，特异性为0.936，准确性为0.952，表现最佳。决策曲线分析显示，当阈值概率范围为0至0.405和0.585至1时，基于支持向量机构建的临床与影像组学模型的临床净收益优于其他模型。基于支持向量机构建的临床与影像组学模型，对子宫内膜癌微卫星高度不稳定状态具有显著的预测性能。该模型可作为筛选可能从免疫治疗中获益的子宫内膜癌患者的工具，为个体化免疫治疗的临床管理提供新方案。