论文部分内容阅读
目的:影像组学是一个新兴的领域,通过应用高级成像特征算法非侵入性地量化肿瘤表型特征,本研究旨在分析中晚期肺鳞癌患者治疗前的CT影像特征、临床因素与预后的关系,构建影像特征结合临床因素的预后模型,进而对疾病进展时间进行定量化分析。最后对中晚期肺鳞癌患者的生存时间进行个体化预测。方法:回顾性分析2013年1月至2017年4月就诊于中国医科大学附属第一医院的96例中晚期肺鳞癌患者,提取治疗前的CT图像,由临床医师对肿瘤病灶进行勾画,运用影像组学的方法进行特征的提取、建模和分析,将影像学标签和临床危险因素作为多变量Cox回归分析的参数,构建预后指数模型(prognostic index model,PIM)。最后将构建的PIM用来预测总生存时间(OS)。所有统计学算法都在R平台(R Development Core Team)上实现。结果:1、在PR和非PR患者组中未发现显着的TTP差异(p=0.082)。PR和Non-PR的中位TTP分别为6.67和3.2个月。2、基于化疗前CT图像,共提取了8个表型特征,包括共生矩阵,游程矩阵和Gabor特征,按照危险分层后分为Good和Poor两组,两组预后差异显著,(HR=2.42,p<0.0001)。Good和Poor组的中值TTP分别为6.67和3.25个月。3、预后模型PIM建立:单变量Cox回归分析显示:除了AST,ALT和CEA(p<0.05)外,其他指标均无显着性差异,根据多变量Cox回归分析,PIM由三个因素构成:影像学预后标签、AST和ALT,根据建立的PIM将患分为低危、中危、高危三组,低危亚组患者(n=24)从两个周期的化疗中获益最多,最长的中位TTP为7.2个月。中危亚组(中位TTP 3.5个月)低于低危亚组(p<0.0001,HR=2.31),但高于高危亚组(HR=0.42,p<0.0001,)。与其他两个亚组相比,高危亚组患者从化疗中受益最少(中位TTP:1.8个月,p<0.0001)。4、PIM在患者总生存中的应用:PIM应用于OS预测时,高危亚组的OS(中位OS:8.9个月)显著低于中危和低危亚组(中位OS分别为12.0和14.0个月),(HR:1.92和2.00,p分别为0.015和0.008)。中危和低危亚组的OS差异无统计学意义(p=0.813)。结论:提出的基于治疗前CT的影像特征可以实现对中晚期肺鳞癌患者TTP及OS的个体化预测,有望改善患者治疗的个性化管理。