文章摘要
马千昂，卢俊，董亚锋，曲金荣.MRI影像组学无创预测脑胶质母细胞瘤MGMT启动子甲基化状态的价值[J].放射学实践,2024,(04):449-454
MRI影像组学无创预测脑胶质母细胞瘤MGMT启动子甲基化状态的价值
  
DOI：10.13609/j.cnki.1000-0313.2024.04.004
中文关键词: 脑肿瘤  胶质母细胞瘤  MGMT启动子甲基化  磁共振成像  影像组学
基金项目:
作者单位
马千昂，卢俊，董亚锋，曲金荣 450003河南郑州，郑州大学附属肿瘤医院/河南省肿瘤医院医学影像科（马千昂、董亚锋、曲金荣）；100050北京，首都医科大学北京友谊医院放射科（卢俊） 
摘要点击次数: 135
全文下载次数: 171
中文摘要:
      【摘要】目的：探讨MRI影像组学模型术前预测脑胶质母细胞瘤（GBM）O6-甲基鸟嘌呤-DNA甲基转移酶启动子甲基化（MGMT-PM）状态的价值。方法：回顾性分析2018年1月－2021年10月在本院经病理证实的130例脑GBM患者的临床资料和MRI图像（ADC和对比增强3D-T1WI）。其中，MGMT-PM阳性组（PM率≥8%）58例，MGMT-PM阴性组（PM率<8%）72例。按7:3的比例将所有患者随机分为训练集（91例）和验证集（39例）。由2位放射科医师独立在ADC和CE-3D-T1WI图像上逐层勾画ROI，获得病灶的全域容积感兴趣区（VOI），分别提取851个组学特征。然后，采用最小绝对收缩和选择算法（LASSO）进行特征降维，将保留下来的特征与其对应的系数进行线性组合，构建影像组学模型并计算每例患者的影像组学评分（Radscore），得到RadscoreADC、RadscoreCE-T1WI和Radscore联合三组评分。采用ROC曲线评估各组学模型的诊断效能，将最优模型的Radscore和临床特征（年龄、性别）纳入logistic回归分析构建预测MGMT-PM状态的临床-组学综合模型，并绘制其诺模图。采用ROC曲线评价综合模型的预测效能，并采用校准曲线和决策曲线分别评估此模型的校准度和临床实用价值。结果：在训练集中，Radscore联合预测MGMT-PM状态的AUC为0.872，优于单一序列（RadscoreADC：AUC=0.798，P<0.05；RadscoreCE-T1WI：AUC=0.840，P<0.05）；在验证集中得到了一致的结论。在影像组学模型中加入临床特征后，可提高预测效能，临床-组学综合模型的AUC、敏感度和特异度分别为0.904、92.50%和78.43%。校准曲线显示临床-组学综合预测模型在训练集和验证集中预测概率与实际概率之间的差异均无统计学意义（P=0.051、0.284）。决策曲线分析表明综合预测模型具有一定的临床实用价值。结论：MRI影像组学模型有助于术前无创性预测GBM的MGMT启动子甲基化状态，多序列结合及引入临床特征能提高模型的预测效能。
      
查看全文   下载PDF阅读器
关闭