| 徐国栋，冯峰，陈望，肖勇，符益纲，江舒，李曼曼.基于CT影像组学列线图预测结肠癌周围神经侵犯和预后的双中心研究[J].放射学实践,2025,(12):1556-1562 |
| 基于CT影像组学列线图预测结肠癌周围神经侵犯和预后的双中心研究 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.12.011 |
| 中文关键词: 结肠癌 体层摄影术，Ｘ线计算机 影像组学 肿瘤周围神经侵犯 |
| 基金项目:江苏省卫生健康委医学科研立项项目（ZQ2024013）；盐城市科技局重点研发计划（社会发展）（YCBE202416，YCBE202453）；盐城市卫健委医学科研项目（YK2023058，YK2023056）；南通市科技项目（JC2024064） |
|
| 摘要点击次数: 13 |
| 全文下载次数: 10 |
| 中文摘要: |
| 【摘要】目的：探讨CT影像组学列线图术前预测结肠癌周围神经侵犯（PNI）及无复发生存（RFS）的价值。方法：回顾性分析2017年1月－2021年5月在两个医疗中心经手术病理确诊的447例结肠癌患者的年龄、性别、实验室检查和增强CT资料。将来自于中心一的313例患者按照7∶3的比例分为训练集（PNI组66例，无PNI组154例）和内部验证集（PNI组27例，无PNI组66例），中心二的134例患者作为外部验证集（PNI组39例，无PNI组95例）。来自中心一的所有患者接受术后规律随访，随访内容包括病史、体格检查、实验室检查、影像学检查或肠镜检查，随访终点时间为术后3年或经影像学或病理学检查证实有肿瘤复发（局部复发或远处转移）。采用Pyradiomics软件提取静脉期CT图像上结肠肿瘤的影像组学特征，采用最小绝对收缩与选择算子算法筛选与PNI密切相关的影像组学特征，进而构建影像组学模型并计算其评分（Radscore）。采用单因素和多因素逻辑回归分析筛选出有统计学意义的临床变量（临床资料和结肠癌CT征象），并将其与Radscore通过逻辑回归算法构建联合模型并绘制其列线图。采用单、多因素Cox回归分析，从中心一患者的性别、年龄、CEA、血红蛋白、肿瘤位置、CT-N分期、病变肠管长度、病变肠壁厚度及列线图预测PNI状态中筛选出影响术后3年RFS的独立风险因素。结果：共筛选出与PNI相关的20个关键组学特征。CT-T分期和CA199为预测PNI的显著临床变量。联合两个临床变量和关键组学特征构建的列线图模型在训练集、内部和外部验证集中的ROC曲线下面积分别为0.872、0.850和0.838。本组患者术后随访时间为8~71个月，中位数为45个月，术后3年RFS率为70.29%。生存分析示列线图模型预测的PNI状态为术后3年RFS的独立影响因素，PNI阳性患者的RFS显著短于阴性患者。结论：联合增强CT影像组学特征和临床变量构建的列线图模型能够准确预测结肠癌患者的PNI状态及RFS，可为临床决策提供有力支持。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
