论文部分内容阅读
目的：探讨CT影像组学列线图术前预测胃癌人表皮生长因子受体2(HER2)状态的价值。
方法：本研究已通过伦理委员会批准。本课题最终纳入2013年4月至2018年3月时间段内的134例胃癌患者(HER2阴性：n=87例；HER2阳性：n=47例)，并随机分为训练组及验证组，分别为94例、40例。所有病人手术前均行上腹部或全腹部CT增强扫描检查，并具备完整的临床病理信息。从医院图像存档和通信系统中导出胃癌患者的CT图像，由两名诊断经验丰富的放射科医师手动分割肿瘤病灶，进而提取影像组学特征，利用LASSO逻辑回归分析筛选与胃癌HER2状态显著相关的组学特征并建立影像组学标签。应用多变量逻辑回归方法，构建包含影像组学标签和独立临床预测因素的影像-临床联合预测模型，然后将其可视化为列线图，并分别在两组中评估联合预测模型的预测效能。
结果：影像组学标签在训练组(P<0.001)及验证组(P=0.023)中均与胃癌的HER2状态显著相关。融合影像组学标签和术前癌胚抗原水平(CEA)的影像-临床联合预测模型对预测HER2状态具有良好的诊断效能，训练组的受试者操作特征(ROC)曲线下面积(AUC)为0.799(95%置信区间[CI]：0.704-0.894)，验证组的AUC为0.771(95%CI：0.607-0.934)。影像组学列线图的校准曲线显示出良好的校准度。临床决策曲线分析表明影像组学列线图具有良好的临床应用价值。
结论：基于CT影像组学标签可较好地术前预测胃癌HER2状态，且融合影像组学标签及术前CEA水平的影像组学列线图可作为一种无创性HER2状态的预测工具，有望在临床实践中指导临床治疗决策，辅助个体化治疗方案的制定。
方法：本研究已通过伦理委员会批准。本课题最终纳入2013年4月至2018年3月时间段内的134例胃癌患者(HER2阴性：n=87例；HER2阳性：n=47例)，并随机分为训练组及验证组，分别为94例、40例。所有病人手术前均行上腹部或全腹部CT增强扫描检查，并具备完整的临床病理信息。从医院图像存档和通信系统中导出胃癌患者的CT图像，由两名诊断经验丰富的放射科医师手动分割肿瘤病灶，进而提取影像组学特征，利用LASSO逻辑回归分析筛选与胃癌HER2状态显著相关的组学特征并建立影像组学标签。应用多变量逻辑回归方法，构建包含影像组学标签和独立临床预测因素的影像-临床联合预测模型，然后将其可视化为列线图，并分别在两组中评估联合预测模型的预测效能。
结果：影像组学标签在训练组(P<0.001)及验证组(P=0.023)中均与胃癌的HER2状态显著相关。融合影像组学标签和术前癌胚抗原水平(CEA)的影像-临床联合预测模型对预测HER2状态具有良好的诊断效能，训练组的受试者操作特征(ROC)曲线下面积(AUC)为0.799(95%置信区间[CI]：0.704-0.894)，验证组的AUC为0.771(95%CI：0.607-0.934)。影像组学列线图的校准曲线显示出良好的校准度。临床决策曲线分析表明影像组学列线图具有良好的临床应用价值。
结论：基于CT影像组学标签可较好地术前预测胃癌HER2状态，且融合影像组学标签及术前CEA水平的影像组学列线图可作为一种无创性HER2状态的预测工具，有望在临床实践中指导临床治疗决策，辅助个体化治疗方案的制定。