基于多参数MRI影像组学联合临床影像特征预测鼻咽癌肿瘤细胞增殖活性

目的探讨基于多参数MRI的影像组学结合临床影像特征的列线图在预测鼻咽癌(nasopharyngeal carcinoma,NPC)Ki-67高表达中的价值.材料与方法回顾性分析宁夏医科大学总医院2015年12月至2022年5月171例NPC患者的临床及MRI资料.根据Ki-67表达水平不同分为高表达组(n=105)和低表达组(n=66).用3D-Slicer勾画感兴趣区并用"Pyradiomics"包提取特征.使用单-多因素logistic回归与绝对收缩与选择算法(least absolute shrinkage and selection operator,LASSO)筛选Ki-67高表达的独立危险因子并构建预测模型.采用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)和DeLong检验评估和比较模型间的预测效能.通过决策曲线分析(decision curve analysis,DCA)观察列线图的临床实用性.结果多因素logistic回归结果显示爱泼斯坦-巴尔病毒脱氧核糖核酸(Epstein-Barr virus deoxyribo nucleic acid,EBV-DNA)载量≥5000 IU/mL(OR=3.809,P=0.007)、肿瘤明显强化(OR=4.064,P=0.005)是Ki-67高表达的临床预测因子,以此建立临床模型.基于对比增强T1加权成像(contrast enhanced T1-weighted imaging,CE_T1WI)、T1加权成像(T1-weighted imaging,T1WI)、T2加权成像脂肪抑制序列(T2-weighted imaging fat suppression,T2WI_FS)三个序列分别中筛选出7、4、2个与Ki-67高表达显著相关的影像组学特征来计算影像组学评分(radiomics score,Rad-score).用EBV-DNA载量、肿瘤强化程度、Rad-score三者构建联合模型,并绘制列线图将模型可视化.ROC曲线显示,列线图模型的AUC值均高于临床、影像组学模型(训练集:0.887 vs.0.701、0.861;验证集:0.860 vs.0.749、0.814).训练集和验证集中,列线图模型的AUC值均显著高于临床模型,且差异均具有统计学意义(DeLong检验,P均<0.05).结论基于多参数MRI的影像组学结合临床影像特征的列线图模型在放化疗前预测NPC患者Ki-67表达状态方面具有较高的效能,优于单一模型,可以作为一种无创的预测工具.