基于多参数MRI影像组学的列线图预测鼻咽癌诱导化疗效果

Chinese Journal of Medical Imaging(2023)

引用 0|浏览3
暂无评分
摘要
目的探讨基于多参数MRI的影像组学结合临床因素及MRI强化程度的列线图预测局部晚期鼻咽癌患者诱导化疗疗效的价值.资料与方法回顾性分析2014年7月—2022年4月宁夏医科大学总医院184例Ⅲ、Ⅳ期局部晚期鼻咽癌,按照3:2随机分为训练组(n=110)和验证组(n=74).用3D-Slicer勾画感兴趣区并用Pyradiomics包提取特征.使用多因素Logistic回归选择诱导化疗疗效的临床预测因子.采用最小绝对收缩和选择算法(LASSO)筛选特征,通过多变量Logistic回归分别构建临床、影像组学模型及联合模型,并绘制列线图.以受试者工作特征曲线下面积(AUC)和Delong检验评估和比较3种模型的预测效能.应用决策曲线分析观察列线图的临床净获益.结果通过Logistic回归分析纳入2个临床预测因子,包括T分期(OR=0.335,P=0.001)、癌灶MRI强化程度(OR=5.177,P=0.003).通过LASSO-Logistic回归分别从CE_T1WI_FS、T1WI、T2WI_FS中筛选出2、7、6个与化疗敏感度相关的组学特征并计算影像组学评分.与临床、影像组学模型比较,联合模型预测效能最佳(训练组AUC:0.922比0.748、0.851,Z=3.682、2.680,P<0.01;验证组AUC:0.918比0.782、0.843,Z=3.073、2.409,P<0.05).决策曲线分析显示,当阈值在0.20~0.85时,联合模型的临床净获益水平高于单一临床或影像组学模型.结论基于治疗前多参数MRI的影像组学评分、T分期和癌灶MRI强化程度是诱导化疗疗效的独立预测因子,三者联合可以提高预测效能,为局部晚期鼻咽癌患者的个性化治疗提供依据.
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