首页 | 本学科首页   官方微博 | 高级检索  
     

基于MR的影像组学列线图预测喉癌颈淋巴结转移的临床价值北大核心CSCD
作者姓名:贾传亮  曹媛  宋晴  张文彬  李静静  武欣欣  于鹏翼  牟亚魁  毛宁  宋西成
作者单位:1.青岛大学附属烟台毓璜顶医院大数据与人工智能实验室264000;2.青岛大学附属烟台毓璜顶医院耳鼻咽喉头颈外科264000;3.潍坊医学院临床医学院261042;4.滨州医学院临床医学院264000;5.青岛大学附属烟台毓璜顶医院泰山学者实验室264000;6.青岛大学附属烟台毓璜顶医院影像科264000;
基金项目:泰山学者工程资助项目(20190991)。
摘    要:
目的:探讨基于MR的影像组学列线图预测喉癌颈淋巴结转移的临床价值。方法:采用回顾性队列研究,收集2016年1月至2019年12月117例在烟台毓璜顶医院接受开放式手术并颈淋巴清扫的喉癌患者治疗前的临床资料及MR资料,完全随机法以约3∶1比例分为训练集89例和测试集28例。放射组学云平台(汇医慧影)上手动分割增强T1和T2WI的原发肿瘤感兴趣容积,提取影像组学特征。在训练集中,使用方差分析(analysis of variance,ANOVA)与套索算法(least absolute shrinkage and selection operator,LASSO)对影像组学特征进行降维,根据各自的加权系数建立影像组学标签。单因素ANOVA和多因素Logistic回归分析,确定颈淋巴转移的高危因素。联合高危因素和影像组学标签建立列线图。采用受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线评估列线图的效能,决策曲线分析(decision curve analysis,DCA)评估列线图的临床应用价值。测试集数据用于验证模型。结果:经降维后剩余21个影像组学特征。纳入MR淋巴结状态及影像组学标签建立列线图模型。ROC曲线和校准曲线均显示出良好的预测效能;在训练集中,列线图模型的曲线下面积(area under curve,AUC)、特异性、敏感性分别为0.930、0.930、0.875;在测试集中,AUC、特异性、敏感性分别为0.883、0.889、0.800。DCA显示列线图预测颈部淋巴结转移有一定的临床获益。结论:基于MR的影像组学列线图对喉癌患者术前颈淋巴结转移具有良好的预测效能,具有潜在的临床应用价值。

关 键 词:    影像组学  淋巴结    磁共振成像  列线图
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号