基于MR组学特征的诺模图(Nomogram)在术前预测宫颈癌淋巴血管间隙侵犯中应用的初步研究

目的 探讨基于MR组学特征的诺模图(Nomogram)在术前预测宫颈癌淋巴血管间隙侵犯(LVSI)的价值.方法 回顾性分析2015年2月至2019年12月共110例经手术病理证实的[国际妇产科协会(FIGO)分期Ⅰ～Ⅱ A期]的早期宫颈癌患者病理及MR影像资料,年龄36～75岁,平均(57±13)岁,按照7∶3的比例随机分为训练组(77例)和验证组(33例),根据病理分为LVSI阳性组和LVSI阴性组.在MR上测量得肿瘤的最大径、肌层浸润深度;使用MaZda 4.6软件对MR图像矢状位T2W1抑脂序列的肿瘤影像提取794个3D影像组学特征,并用软件内自带的B11模块特征选择,得到对术后病理分组最优的30个组学特征.然后再对最优的30个组学特征进行LASSO回归分析筛选与宫颈癌LVSI最相关的组学特征,将最相关的组学特征纳入多因素Logistic回归分析中构建预测模型.绘制受试者工作特征(ROC)曲线分析用于评价预测模型Nomogram图的诊断性能,采用Delong检验比较不同组学特征之间的曲线下面积(AUC),绘制Nomogram图、决策曲线评估预测模型的临床应用价值.结果 最终选择得到3个组学特征并建立的影像组学模型显示预测模型对宫颈癌LVSI阳性组和LVSI阴性组有良好的鉴别.S(0,5,5)Entropy、135°_LngREmph、Gr_NonZeros是LVSI独立预测指标.ROC曲线分析中,MR组学模型No-mogram 图预测LVSI在训练组AUC及95％CI、敏感度、特异度为0.762(0.656～0.868)、0.881、0.5714,验证组中对应的AUC及95％CI,敏感度、特异度为0.711(0.534～0.888)、0.3889、1.00,且两者差异无统计学意义(P＞0.05);决策曲线在组学特征训练组、验证组中净收益分别为14.40和13.6,组学联合临床特征训练组、验证组中净收益分别为16.1和15.8.结论 基于MR的影像组学对术前预测宫颈癌LVSI状态具有较好的应用价值,可用于宫颈癌术前预测LVSI,决策曲线提示有较好的临床实用性.