cyclin D1表达模式深度学习识别和预测模型对HPV阴性口腔鳞状细胞癌和口咽鳞状细胞癌患者预后的预测作用

目的:通过评估cyclin D1的表达状态与HPV阴性口腔鳞状细胞癌(oral squamous cell carcinoma,OSCC)及口咽鳞状细胞癌(oropharyngeal squamous cell carcinoma,OPSCC)患者预后的关系,建立基于cyclin D1表达模式的图像识别评分和生存预测模型.方法:回顾性分析610例HPV阴性OSCC和OPSCC患者的临床病理资料.通过比较cyclin D1在不同评价方式以及联合p16/p53表达等多种因素评价体系下患者总体生存(OS)及无进展生存(PFS)的差异,检测cyclin D1对OSCC、OPSCC患者预后的预测作用.利用YOLOv5图像识别算法建立cyclinD1表达模式评分模型,并在此基础上用DeepHit和DeepSurv算法分别建立预后模型.结果:cyclin D1在OSCC和OPSCC癌巢中存在三级表达模式.该表达模式与OSCC(P<0.0001)、OPSCC(P<0.05)患者预后显著相关,且优于cyclin D1表达水平与患者预后的相关性.cyclin D1表达模式在OSCC(P<0.0001)及OPSCC(P<0.05)中均为独立的预后风险因素.基于cyclin D1表达模式的评分模型在测试集中的准确率达(78.48±4.31)％.在OS预测中,DeepHit算法建立的模型在测试集中的C-index为0.709±0.019,DeepSurv算法建立模型测试集中C-index为0.715±0.029.结论:基于深度学习的cyclin D1表达模式评分模型联合生存预测模型对HPV阴性OSCC和OPSCC总体生存预后具有较好的预测作用.