| 孙鑫萌，张利霞，刘海霞，孙杰，曹越，周金平.基于增强CT影像组学模型预测肺腺癌PD-L1表达的价值[J].放射学实践,2025,(08):962-968 |
| 基于增强CT影像组学模型预测肺腺癌PD-L1表达的价值 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.08.003 |
| 中文关键词: 肺腺癌 影像组学 程序性死亡受体配体 机器学习 体层摄影术，X线计算机 |
| 基金项目:河北省医学科学研究课题计划资助（Medical Science Research Project of Hebei，20250220） |
|
| 摘要点击次数: 77 |
| 全文下载次数: 76 |
| 中文摘要: |
| 【摘要】目的：探讨CT增强影像组学模型在预测肺腺癌程序性死亡受体-配体1（PD-L1）表达中的价值。方法：回顾性将2021年1月－2024年6月唐山市工人医院收治的297例肺腺癌患者纳入本研究，所有患者具有完整的临床和CT资料（胸部平扫、动脉期及静脉期增强图像）及PD-L1检测结果。对每例患者的临床指标及影像学征象进行分析并记录。采用单因素及多因素Logistic回归分析对临床及常规影像资料进行分析，筛选出PD-L1表达阳性的独立影响因素并构建临床模型。将患者的胸部CT双期增强图像导入3D-slicer软件，逐层沿着病灶边缘勾画ROI，生成病灶的容积ROI后，使用Python程序包提取影像组学特征。采取随机种子法按7∶3的比例划分训练集和验证集，在训练集中采用Mann-Whitney U检验与最小绝对收缩和选择算子（LASSO）筛选预测效能最高的影像组学特征，然后采用逻辑回归（LR）分析分别构建动、静脉期及二者联合的影像组学模型。最后，选择最优影像组学模型联合临床有统计学意义的变量构建联合模型，并在验证集中进行评价。采用ROC曲线及AUC、符合率、精确率和F1-score等指标评估模型的预测效能，采用校准曲线及决策曲线评估最优模型的临床效用。结果：临床指标中仅性别是肺腺癌PD-L1阳性表达的独立预测因子，所构建的临床模型的效能较高（训练集：AUC=0.630；验证集：AUC=0.607）。基于动脉期和静脉期图像上每个病灶容积ROI分别提取了1037个影像组学特征，基于动脉期、静脉期及联合二期图像的组学特征经筛选后分别得到19、22及37个最优组学特征。动-静脉期联合模型的预测效能（训练集：AUC=0.810；验证集：AUC=0.697）高于动脉期（训练集：AUC=0.730；验证集：AUC=0.697）和静脉期预测模型（训练集：AUC=0.762；验证集：AUC=0.710）。将AUC最大的动-静脉期联合模型得到的Radscore与临床独立影响因素（性别）构建的联合模型的AUC（训练集：AUC=0.840；验证集：AUC=0.674）高于各单独模型。临床和影像组学联合模型的校准曲线接近理想曲线，决策曲线分析表明该模型具有较大的临床应用价值。结论：基于CT增强影像组学模型能够在术前有效预测肺腺癌PD-L1表达情况，能够为临床精准治疗提供帮助。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
