论文部分内容阅读
目的探讨基于CT影像组学(Radiomics)评价局部晚期下咽癌诱导化疗的疗效及构建疗效预测模型的可行性,优化局部晚期下咽癌患者治疗方案的选择。材料与方法按照纳入排除标准收集从2008年8月至2016年6月诊断为局部晚期下咽癌(Ⅲ-Ⅳ期)患者153例,所有患者采用顺铂(P)和5-氟尿嘧啶(F)加或不加多西紫杉醇(T)的方案治疗,2～3个周期常规随访,并以1:1比例随机分入训练集(n = 77例)及验证集(n = 76例)。所有患者术前进行了平扫CT(NCCT)、增强CT(CECT)扫描和全血计数(CBC)等检查。收集每个患者的平扫、增强CT轴位DICOM图像,应用开源ITK-SNAP软件,沿着肿瘤边缘勾画平扫CT(NCCT)和增强CT(CECT)的每一层图像的全肿块感兴趣区,得到三维可切割图像。然后使用最小冗余最大相关(mRMR)算法用于加权和选择影像组学特征。在训练集中通过内部验证(100次10折交叉法)比较支持向量机(SVM),随机森林(RF)和人工神经网络(ANN)等分类算法,然后选择性能最好的作为模型。应用Logistic回归分析对临床特征进行分析,并且应用最小AIC准则(Akaike’s information criterion)选择临床模型。使用ROC曲线评估整合临床特征及组学特征的列线图。结果基于支持向量机(SVM)构建的NCCT和CECT两期组学特征。结果表明,这两期组学特征在训练集和验证集中用于预测诱导化疗的疗效有显著的意义(AUC:0.892,0.838)。从临床数据中选择年龄和最大肿大淋巴结短径为临床特征。影像组学特征模型(R=-4.2599 + 3.3975×SVM-NCCT + 2.6872×SVM-CECT)和临床特征模型(C=-0.4559-1.4728×Age+0.3493×LN size)整合到列线图中。整合的列线图显示,在良好校准的训练集和验证集表现最佳(AUC:0.913,0.864),决策曲线分析也证明了该列线图的临床应用价值。结论基于CT的影像组学提供一种新的、可靠方法预测局部晚期下咽癌诱导化疗的疗效,可在诱导化疗前选择无反应的患者进行手术或同期放化疗,为下咽癌精准医学提供了良好的契机,有望改善局部晚期下咽癌患者治疗方案的选择。