论文部分内容阅读
目的
探讨基于MR T2加权成像(T2WI)的影像组学标签预测直肠癌KRAS基因突变的潜在价值。
方法回顾性研究。纳入山西省肿瘤医院2017年4月—2019年4月行盆腔MR检查并具有KRAS基因检测结果的304例直肠癌患者的临床和影像资料，其中男175例、女129例，中位年龄59.6岁。按7∶3比例将患者随机分为训练组(213例)和验证组(91例)。选取每例患者的高分辨率T2WI进行图像分割及影像组学特征提取，使用单变量统计分析为主的"五步法"进行特征降维，并分别采用多变量logistic回归、决策树(DT)以及支持向量机(SVM)三种分类算法构建影像组学标签，用于预测直肠癌KRAS基因状态。受试者操作特征(ROC)曲线、校正曲线、决策曲线分析(DCA)评估影像组学标签的预测性能及临床效益。
结果训练组和验证组患者的基线资料比较以及两组中KRAS突变型与野生型患者的临床特征比较，差异均无统计学意义(P值均>0.05)。从每位患者的T2WI中提取960个影像组学特征，经特征筛选后得到7个与直肠癌KRAS基因相关的特征(P值均<0.05)。采用多变量logistic回归、DT及SVM构建的三个预测模型的ROC曲线下面积，训练组分别为0.677、0.604和0.722，验证组分别为0.626、0.600和0.682，其中SVM模型在预测KRAS基因状态方面效能最好。DCA曲线示三种预测模型均有一定的临床效益，其中SVM预测模型净收益值最大。
结论基于MR T2WI的影像组学标签在预测直肠癌KRAS基因状态方面有一定的价值。