食管鳞状细胞癌病理图像特征预后价值分析

目的 探讨食管鳞状细胞癌(ESCC)患者病理图像特征与临床病理特征及生存期的关系,以及在ESCC预后诊断中的价值.方法 选取2009-01-01-2010-12-31山西省肿瘤医院ESCC患者73例为研究对象,使用简单随机化方法分为训练组(51例)和验证组(22例).免疫组织化学法检测患者肿瘤组织中氨基甲酰磷酸合成酶Ⅱ、天冬氨酸转氨甲酰酶和二氢乳清酸酶(CAD)蛋白的表达水平,并采集病理图像,Python编程提取图像特征,单因素方差分析和最小绝对收缩和选择算子(LASSO)回归筛选特征、构建预后模型并验证.Cox回归分析预后相关因素,构建组合模型列线图,评估其对ESCC预后的预测能力.结果 训练组CAD质(χ2=20.011)和CAD核(χ2=21.400)高和低表达患者的生存率差异无统计学意义,均P>0.05;验证组CAD质(χ2=20.949)和CAD核(χ2=20.458)高和低表达患者生存率差异无统计学意义,均P>0.05.训练组中,高图像分数和低图像分数患者生存率分别为8.0％和42.3％,差异有统计学意义,χ2=210.476,P=0.001;验证组中,高图像分数和低图像分数患者生存率分别为33.3％和100.0％,差异有统计学意义,χ2=24.183,P=0.041.Cox回归分析显示,图像分数是ESCC独立预后风险因素,采用图像分数和传统TNM分期构建组合模型列线图.训练组中,TNM分期、图像分数和组合模型的一致性指数(C-index)分别为0.602(95％CI为0.507～0.696)、0.664(95％CI为0.556～0.772)和0.664(95％CI为0.556～0.772);验证组中,TNM分期、图像分数和组合模型的C-index分别为0.560(95％CI为0.421～0.699)、0.647(95％CI为0.466～0.828)和0.668(95％CI为0.488～0.849).图像分数和组合模型的预测性能优于传统TNM分期.结论 由CAD免疫组化的组织病理学图像提取的图像特征在ESCC中具有潜在的预后价值,基于图像分数和TNM分期构建的列线图可作为ESCC的预后模型.