MRI影像组学术前预测较低级别胶质瘤IDH突变合并MGMT启动子甲基化亚型的价值

Chinese Journal of Magnetic Resonance Imaging(2022)

引用 0|浏览1
暂无评分
摘要
目的 探讨使用MRI影像组学的方法 ,建立一个用于预测较低级别胶质瘤(lower grade gliomas,LGGs)异柠檬酸脱氢酶突变(isocitrate dehydrogenase mutation,IDH mut)合并氧6-甲基鸟嘌呤DNA甲基转移酶启动子甲基化(O6-methylguanine-DNA methyltransferase promoter methylation,MGMT meth)亚型的影像组学模型.材料与方法 回顾性分析来自山西医科大学第一医院、山西省人民医院和TCGA/TCIA(The Cancer Genome Atlas和The Cancer Imaging Archive)公共数据库的158例患者的术前MRI图像、临床和基因信息.将上述三处数据合并,对所有图像进行重采样和强度归一化处理后,以7∶3的比例随机分为训练集和测试集.从术前MRI图像上提取对比增强后T1加权序列(post-contrast enhanced T1-weighted,CE-T1)和T2加权流体衰减反转恢复序列(T2-weighted fluid attenuation inversion recovery,T2-FLAIR)的1702个影像组学特征.通过单因素逻辑回归(logistic regression,LR)、最小绝对收缩和选择算法(least absolute shrinkage and selection operator,LASSO)进行有效特征筛选,使用合成少数过采样技术(synthetic minority over-sampling technique,SMOTE)对训练集少数类样本进行数据平衡.最后,使用多因素LR进行建模.通过受试者工作特征(receiver operating characteristic,ROC)曲线和校准曲线评价模型诊断效能和拟合优度,并建立列线图进行可视化风险预测.结果 在训练集和测试集两个亚型的不同临床特征的组间比较差异无统计学意义(P>0.05).影像组学模型在训练集和测试集的AUC(area under the curve,AUC)分别为0.842和0.935,F-Measure分别为0.965和0.942,训练集校准曲线经Hosmer-Lemeshow检验的P值为0.1393.结论 术前MRI影像组学模型可以预测LGGs患者IDH mut合并MGMT meth亚型,从而为LGGs患者的分子分型的精确诊断、替莫唑胺(temozolomide,TMZ)使用的决策、生存期预测提供重要的临床辅助价值.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要