| 耿其楠，谢抒含，邵超，王曼曼，汪洁，陈望.炎症标志物联合CT影像组学评估胃肠道间质瘤的危险度分级及肿瘤细胞增殖[J].放射学实践,2025,(06):742-748 |
| 炎症标志物联合CT影像组学评估胃肠道间质瘤的危险度分级及肿瘤细胞增殖 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.06.008 |
| 中文关键词: 胃肠道间质肿瘤 生物标记,肿瘤 影像组学 肿瘤分级 细胞增殖 体层摄影术,X线计算机 |
| 基金项目:盐城市科学技术局资助项目（YCBK2023029） |
|
| 摘要点击次数: 133 |
| 全文下载次数: 96 |
| 中文摘要: |
| 【摘要】目的：探讨术前炎症标志物并CT影像组学模型评估胃肠道间质瘤（GIST）的危险度分级及肿瘤细胞增殖的应用价值。方法：回顾性搜集 196 例GIST患者并按美国国立卫生研究院（NHL）2008改良版标准，分为低风险组（极低危、低危）与高风险组（中危、高危）。按7:3分为训练集和验证集。记录术前一周内的血清炎症标志物结果，术后标本进行免疫组化检测Ki-67值，采用独立样本t检验或Mann-Whitney U检验筛选出与危险度分级相关的炎症标志物因素，并构建炎症模型。在术前静脉期图像沿肿瘤边缘划定感兴趣区以提取组学特征，对组学特征进行特征剔除、筛选得到最佳特征及影像组学评分（Radscore），构建逻辑回归模型、炎症标志物-CT影像组学联合模型。绘制受试者工作特征(ROC)曲线评价各模型的效能。Spearman相关性分析炎症标志物、Radscore与Ki-67值的相关性。结果：中性粒细胞（NE）、血小板（PLT）、中性粒细胞-淋巴细胞比值（NLR）、血小板-淋巴细胞比值（PLR）纳入炎症模型。共提取2212个影像组学特征，经特征筛选、降维后筛选出10个最佳特征用于构建影像组学模型。基于炎症模型预测GIST危险度分级训练集AUC=0.799 ，验证集0.824 ；影像组学模型训练集AUC=0.935，验证集0.931；联合模型训练集AUC=0.958，验证集0.976 。NE、PLT、NLR、PLR、Radscore与Ki-67均成正相关，其中Radscore的相关性最高（r=0.51，P<0.001）。结论：基于术前血清炎症标志物联合CT影像组学模型可以较好的预测GIST的危险度分级，并在预测肿瘤细胞增殖有重要的临床价值，为临床制订精确的治疗方案提供参考。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
