论文部分内容阅读
研究背景肺癌是我国发病率最高及死亡率最高的癌症。表皮生长因子受体(epidermal growth factor receptor,EGFR)突变多见于肺腺癌。近年来,靶向治疗已成为晚期肺癌患者重要的治疗方法,其中针对EGFR激酶结构域的抑制剂(tyrosine kinase inhibitors,TKIs)应用尤为广泛。EGFR突变除了在选择治疗方案中具有价值外,还可作为生存获益的预后指标。因此,确定肺癌患者是否有EGFR突变十分重要。已有不少学者尝试通过影像学预测EGFR突变,既往有不少研究探索了单纯的CT图像征象及CT影像组学在预测肺癌基因突变中的价值。随着PET/CT的在临床上的应用越来越广泛,18F-FDG PET影像组学的研究逐渐增多,但目前关于18F-FDG PET影像组学在NSCLC中的应用主要集中在疗效评价、预后预测等方面,在基因突变方面,既往多研究的是EGFR基因突变与PET传统参数的关系,与PET影像组学关系的研究较少。因此,本研究旨在探讨PET/CT影像组学对肺腺癌EGFR基因突变的预测价值。研究目的1.对比PET传统代谢参数与特征参数用于预测肺腺癌EGFR突变的优劣性。2.对比PET影像组学、CT影像组学及PET联合CT影像组学预测肺腺癌EGFR突变的优劣性。3.构建以PET联合CT影像组学、CT图像征象为基础的预测肺腺癌EGFR突变的联合模型,并评估其诊断效能。材料与方法回顾性收集2017年1月-12月在南方医院PET中心接受PET/CT检查并符合入组标准的肺腺癌患者。收集患者的临床资料及影像学资料。收集肿瘤原发灶的CT图像征象,并分别在PET及CT图像上手动逐层勾画肿瘤原发灶的轮廓,并提取相应的影像组学参数,包括传统参数及特征参数。针对临床资料及CT图像征象,根据方差齐性及正态性检验结果,对连续性变量采用两独立样本t检验或近似t检验或Mann-Whitney U检验,分类变量采用χ2或Fisher确切概率检验。针对影像组学参数,用最小绝对收缩和选择算子法(least absolute shrinkage and selection operator,LASSO)及十倍交叉验证初步筛选参数,使用Logistics回归进一步筛选参数并构建模型。用受试者工作特征(receiver operating characteristic,ROC)曲线分析各个模型的诊断效能,并计算及比较相应的曲线下面积(area under the curve,AUC)及灵敏度、特异度、符合率。采用内部验证,使用Bootstrap重抽样法验证模型,并绘制校准曲线。结果共纳入114例(EGFR突变型53例,野生型61例)肺腺癌患者。单因素分析示EGFR表达在年龄、性别、吸烟及TNM分期上的差异无统计学意义(所有P均>0.05)。在PET传统参数中,仅SUVmax在EGFR突变组与野生组中的差异有统计学意义(P=0.029),其AUC为0.600(P=0.066)。在CT图像征象中,仅肺气肿在两组中存在统计学差异(P=0.027)。对PET特征参数、PET特征参数联合传统参数(PET影像组学参数)、CT影像组学参数、PET+CT影像组学参数、PET+CT影像组学参数联合肺气肿(即联合参数)分别进行LASSO筛选及Logistics回归建模,构建5种模型:PET特征参数模型(Mpetfeature)、PET影像组学模型(Mpet)、CT影像组学模型(Mct)、PET+CT影像组学模型(Mpetct)、联合模型(Mcombine)。上述5种模型的 AUC 分别为:0.661、0.730、0.752、0.866、0.677,灵敏度分别为 69.8%、83.0%、58.5%、92.5%、79.2%,特异度分别为 60.7%、59.0%、82.0%、70.5%、83.6%,符合率分别为 64.9%、70.2%、71.1%、80.7%、81.5%。经 Delong’s 检验知:Mpet与Mpetfeature之间AUC的差异无统计学意义(P=0.060)。在Mpet、Mct、Mpetct 三者中,Mpet 与 Mct 的 AUC 无统计学差异(P=0.749),Mpetct 与Mpet(P<0.05)、Mpetct 与 Mct(P<0.05)之间 AUC 均有统计学差异。在 Mpetct及Mcombine中,Mpetct与Mcombine之间的AUC无统计学差异(P=0.408),两种模型的灵敏度(P<0.05)及特异度(P<0.05)的差异均存在统计学意义。综上,在所有模型中,AUC、特异度及符合率最高的为Mcombine,灵敏度最高的为Mpetct。结论本研究发现PET影像组学与CT影像组学均能预测肺腺癌EGFR突变状态,两者预测效能无统计学上差异,均优于PET传统参数SUVmax。在PET/CT影像组学在预测肺腺癌EGFR突变中,联合应用PET及同机的CT影像组学能明显改善效能,均优于单独的PET影像组学、CT影像组学及PET传统参数。在PET联合CT影像组学模型中添加CT图像征象肺气肿后,其AUC及符合率稍提高,特异度明显提高。因此,在进行PET影像组学分析时,联合同机CT影像组学并结合CT图像征象,能明显改善预测效能。