基于MRI影像及数字病理图像的组学列线图预测软组织肉瘤术后复发风险的研究

目的探讨基于MRI影像及数字病理图像的组学列线图预测软组织肉瘤(STS)术后复发风险的价值。方法本研究为回顾性队列研究, 回顾性收集2016年1月至2021年3月青岛大学附属医院经手术病理证实的192例STS患者, 其中于崂山院区就诊的患者作为训练集(112例), 市南院区就诊的患者作为验证集(80例)。对患者进行随访, 分为复发组(87例)和未复发组(105例)。收集患者的临床和影像学特征, 提取病灶脂肪抑制T2WI图像的影像组学和数字病理图像的病理组学特征, 采用多因素Cox回归建立临床模型、影像组学模型、病理组学模型和联合组学模型, 并结合最优组学模型和临床模型, 构建组学列线图。采用一致性指数(C index)和时间依赖受试者操作特征曲线下面积(t-AUC)评价各模型预测STS术后复发风险的效能, 采用DeLong检验比较t-AUC间的差异。采用X-tile软件确定组学列线图的截断值, 将患者分为低风险(106例)、中风险(64例)及高风险(22例)组, 采用Kaplan-Meier生存曲线和log-rank检验计算并比较3个复发风险组的累积无复发生存(RFS)率。结果联合组学...     

治疗前18F-FDG PET/CT影像组学特征在弥漫大B细胞淋巴瘤预后评估中的增益作用

目的 探讨治疗前¹⁸F-FDG PET/CT影像组学特征对弥漫大B细胞淋巴瘤(DLBCL)患者无进展生存期(PFS)及总生存期(OS)的预后评估。资料与方法 回顾性收集2016年1月—2018年12月解放军总医院第一医学中心经病理证实为DLBCL且治疗前行¹⁸F-FDG PET/CT的135例患者,以8∶2随机分为训练集和测试集,再以8∶2将训练集分为训练集和验证集进行模型构建。半自动勾画患者淋巴瘤病灶作为感兴趣区并提取特征,利用单因素COX及最小绝对收缩选择算子回归进行特征筛选,获得系数非零的影像组学特征并用其权重系数计算每例患者的影像组学得分(Radscore),分析Radscore对PFS和OS的预测价值。使用传统预后指标(代谢参数和临床因素)、Radscore及两者联合分别建立3种模型。通过C-index、时间依赖的受试者工作特征曲线、决策曲线评估各模型预测效能。最后基于最佳模型绘制列线图,利用校准曲线验证列线图效能。结果 联合模型对3、5年PFS及OS预测效能优于传统预后指标模型和Radscore模型(Z=0.962 1～2.253...     

基于CT影像组学列线图鉴别甲状腺乳头状癌与结节性甲状腺肿的价值

目的 探讨基于CT影像组学列线图鉴别诊断甲状腺乳头状癌(PTC)与结节性甲状腺肿(NG)的临床价值。方法 回顾性分析经病理证实的甲状腺结节患者的临床资料及CT图像。术前2周内行CT平扫及增强扫描；PTC 113例，NG 119例；以7∶3的比例随机分层抽样划分成训练集(n=162)和测试集(n=70)。从CT平扫及双期增强图像中提取甲状腺结节相关征象和影像组学特征，通过临床影像征象和影像组学特征筛选，训练集与测试集均构建4个独立模型并计算影像组学评分，基于影像组学评分和临床模型构建联合模型，并基于联合模型绘制列线图。通过受试者工作特征曲线、曲线下面积(AUC)、连续净重分类改善度(NRI)及综合判别改善度(IDI)等多个指标评估各模型对PTC与NG的鉴别诊断效能，利用校准曲线直观的评估列线图的可靠性与准确性，使用决策曲线评估列线图的临床实用价值。结果 平扫、动脉期、静脉期分别保留了6、4、3个影像组学特征，分别构建单期相影像组学模型。单期相中，平扫模型鉴别诊断效能最优，6个独立预测因子用于构建临床模型，基于联合模型的列线图对PTC与NG具有最高的鉴别诊断效能(训练集：AUC为0.980...     

经肝动脉化疗栓塞治疗中期肝癌预后的预测模型的建立和验证

【摘要】 目的 建立并验证对中期肝癌（BCLC B期）患者行 TACE治疗的生存期列线图预测模型。方法 收集2009年1月至2017年12月在3所单位接受TACE治疗的首诊首治中期肝癌患者。其中常州市第一人民医院和常州市第二人民医院作为训练集,苏州大学附属第一医院作为测试集。收集患者的基线资料。计算患者的生存期,采用Kaplan- Meier法绘制生存曲线,采用log-rank检验进行生存分析。采用Cox回归模型分析影响生存的预后因素并建立列线图。采用AUROC及C指数比较每个模型预测的准确性及效能。结果 训练集158例,测试集141例,共计299例中期肝癌患者。训练集和测试集的生存时间分别为22.7（19.9～30.1）和23.8（19.9～29.0）个月（P=0.96）。单因素分析中,性别、AFP、肿瘤大小、白蛋白、AST、Child-Pugh分期、up-to-7标准、up-to-11标准及肿瘤应答均与预后相关（P＜0.05）。在多因素分析中,AFP、up- to-11标准及肿瘤应答为独立预后因素（P＜0.05）。基于独立预后因素建立的列线图预测模型在训练集和测试集的C指数分别为0.700（95%CI:0.693～0.707）和0.647（95%CI:0.637～0.657）。列线图模型预测1年、2年生存率的AUROC值和C指数都高于HAP、BCLC B sub-classification及new BCLC B sub-classification等模型。结论 列线图模型能够很好地预测BCLC B期肝癌行TACE治疗的生存期,模型的准确性及效能都高于其他模型,有助于筛选获益患者及预后分层。     

基于CT放射组学的机器学习模型预测肺腺癌气腔播散的研究

目的 探讨基于术前CT放射组学的机器学习模型预测肺腺癌气腔播散(STAS)的价值。方法 回顾性分析829例病理证实为肺腺癌并且术前3个月行CT检查的患者资料。在中心Ⅰ的709例患者中，采用单因素分析比较STAS状态与临床及放射组学特征间的差异(P<0.05)。随机从中心Ⅰ的578例STAS阴性患者中，选取25%(150例)与131例STAS阳性患者构建放射组学信号。采用10折叠交叉验证(10-fold cross-validation)套索回归(LASSO)进一步特征筛选并用多元Logstic回归建立放射组学信号。将中心Ⅰ患者按0.7∶0.3比例分为训练集及内部验证集。在训练集中用利用放射组学信号和差异有统计学意义的临床特征采用多因素Logstic回归建立预测模型并绘制列线图(Nomogram)。以中心Ⅱ的120例患者作为测试集检验模型的预测效能。结果 多因素Logistics回归结果表明性别和组学分数为独立危险因素。联合模型的在训练集曲线下面积(AUC)为0.84(90%CI:0.80～0.88),在内部验证集和外部测试集的AUC分别为0.83(95%CI:0.78～0.90)...     

MRI影像组学列线图术前预测子宫内膜癌淋巴结转移

目的 构建并验证MRI影像组学列线图术前预测子宫内膜癌淋巴结转移的价值。资料与方法 回顾性分析2014年9月—2022年5月福建省妇幼保健院195例子宫内膜癌患者的临床及影像资料，利用MaZda软件获取影像组学特征，建立影像组学得分，利用多因素Logistic回归建立淋巴结转移预测列线图，采用受试者工作特征曲线评价模型的预测效能，并在测试集中进行验证。结果 训练集134例，其中淋巴结转移43例；验证集61例，其中淋巴结转移28例，术前MRI诊断淋巴结转移的敏感度为32.4%(23/71)，特异度为96.0%(119/124)。多因素Logistic回归分析显示影像组学得分、MRI提示宫颈间质浸润、Ki-67、MRI提示淋巴结转移为独立危险因素，依此构建的预测模型在训练组及验证组的曲线下面积分别为0.897、0.840,HosmerLemeshow检验显示模型在训练组、验证组拟合优度良好（P=0.689、0.167）。结论 MRI影像组学列线图提高了子宫内膜癌淋巴结转移的诊断效能，有助于临床制订个体化治疗策略。     

基于双能量CT增强图像的列线图预测早期声门型喉癌术后复发

目的探讨基于双能量CT(DECT)增强图像的列线图预测早期声门型喉癌(EGC)术后无复发生存期的价值。方法回顾性分析2015年1月至2018年7月天津市第一中心医院经手术病理证实的EGC患者的临床病理和DECT资料。共入组178例患者, 男162例、女16例, 年龄44～86(62±9)岁。对所有患者进行随访, 根据随访资料, 分为复发组(n=32)和无复发组(n=146)。2组间临床病理资料和碘图定量参数虚拟平扫CT值、碘浓度及标准化碘浓度(SIC)的比较采用χ2检验、独立样本t检验或Mann-WhitneyU检验。用X-tile软件进行2组间定量资料生存相关截断值的筛选。采用Kaplan-Meier法绘制无复发生存曲线, 使用log-rank法检验生存率差异。将有差异的变量纳入Cox比例风险回归模型筛选术后无复发生存期的独立影响因素, 基于多因素Cox分析, 绘制预测1、2和5年无复发生存率的列线图。用C指数、校准曲线和决策曲线评估联合DECT参数及T分期的列线图模型的预测效能及临床有效性。结果患者随访时间2～63个月, 中位随访时间为24.3个月。复发组与无复发组间肿瘤T分期差异...     

基于增强CT影像组学评估肝硬化患者肝储备功能的应用

【摘要】目的：基于增强CT影像组学特征构建列线图预测模型对肝硬化患者肝储备功能进行Child-Pugh分级。方法：回顾性分析经临床证实的144例肝硬化患者,按照Child-Pugh评分标准分成Child-Pugh A级33例, B级60例,C级51例。构建Child-Pugh A vs Child-Pugh B/C及Child-Pugh A/B vs Child-Pugh C两个数据集,分别以8：2的比例随机分成训练集和测试集。在3期增强CT图像上手动勾画肝脏区域作为感兴趣区(ROI),于感兴趣区中提取并筛选特征。建立影像组学标签并构建列线图预测模型,将模型用于训练集及测试集,并绘制受试者工作特性曲线（ROC）评估其效能。结果：在Child-Pugh A vs Child-Pugh B/C数据集中,列线图在训练集与测试集中AUC分别为0.920和0.807,敏感度分别为0.933和0.741,特异度分别为0.846和0.826。在Child-Pugh A/B vs Child-Pugh C数据集中,列线图在训练集与测试集中AUC分别为0.880和0.821,敏感度分别为0.805和0.818,特异度分别为0.878和0.947。结论：基于不同肝脏储备功能肝硬化患者的腹部3期CT增强图像组学特征建立的列线图模型可作为预测Child-Pugh分级较为可靠的辅助诊断工具。     

基于CT影像组学列线图鉴别腮腺多形性腺瘤与基底细胞腺瘤的价值

目的:探讨CT影像组学列线图对腮腺多形性腺瘤(PA)和基底细胞腺瘤(BCA)的鉴别诊断价值。方法:回顾性分析2020年1月-2022年8月在本院经病理证实的88例PA和29例BCA患者的临床资料和CT平扫及双期增强图像。以7∶3的比例将所有患者随机分为训练集(n=81)和测试集(n=36)。分别在3期(动脉期、平扫和静脉期)CT图像上沿病灶边缘逐层勾画ROI,提取病灶的全容积影像组学特征，并采用Spearman相关性分析、互信息法以及递归特征消除法行特征筛选，构建训练集模型和验证测试集模型并计算相应的影像组学评分(Radscore)。经单因素分析，将有统计学意义的临床资料和CT征象用于构建临床模型。基于影像组学模型和临床模型建立联合模型，并绘制联合模型的列线图。采用受试者工作特征曲线(ROC)、连续净重分类改善度(NRI)及综合判别改善度(IDI)来评估各模型的诊断效能，采用校准曲线评估和决策曲线评估列线图的准确性和临床实用价值。结果:基于CT平扫、动脉期和静脉期图像分别筛选出7个、8个和8个最佳组学特征。单期相(动脉期、平扫和静脉期)影像组学模型及临床模型鉴别PA与BAC的AUC分别...     

基于18F-FDG PET/CT影像组学特征和临床因素预测肺腺癌EGFR突变状态

目的 建立基于¹⁸F-FDG PET/CT影像组学特征和临床风险因素的肺腺癌表皮生长因子受体(EGFR)突变预测模型，并验证其准确性。资料与方法 回顾性纳入2018年7月—2022年1月在新疆医科大学附属肿瘤医院行¹⁸F-FDG PET/CT，并经病理证实且有EGFR基因检测结果的肺腺癌患者155例。按照7∶3随机划分为训练集和测试集。对所有EGFR突变临床风险因素进行单因素及多因素Logistic回归，建立预测肺腺癌EGFR突变的临床风险因素模型。所有图像经过预处理后，分别在PET、CT图像上勾画感兴趣区，提取影像组学特征。经特征降维后，基于最佳影像组学特征建立支持向量机、随机森林分类器(RF)和逻辑回归模型，并预测肺腺癌EGFR突变。采用受试者工作特征曲线评估3种模型的诊断效能。然后选取最佳模型结合临床风险因素构建复合模型，并绘制列线图。应用决策分析曲线评估列线图的临床效用。结果 155例肺腺癌中，EGFR野生型69例，突变型86例。多因素Logistic回归显示吸烟为预测肺腺癌EGFR突变的临床风险预测因子。影像组学分析，经特征提取、特...     

CT影像组学联合血清炎症参数预测肝癌根治术后辅助TACE的早期复发

目的 探讨CT影像组学联合血液炎症指标的综合列线图评估肝细胞癌（HCC）根治术后辅助肝动脉化疗栓塞（PA-TACE）早期复发的效能。方法 从南通市第一人民医院电子病历系统中选择2017年6月至2021年6月外科手术后1个月接受PA-TACE治疗的原发性肝癌患者130例，按7∶3随机分成训练组92例和验证组38例。收集、评估所有患者的临床资料、CT影像组学数据、病理学资料、PA-TACE术前1周内血液学指标。评估PA-TACE术后早期复发和未早期复发患者的临床资料。使用R语言进行数据分析、影像组学特征筛选、LASSO回归分析、绘制ROC曲线、列线图建立及DCA曲线绘制。结果 在训练组和验证组中，CT影像组学预测PA-TACE术后早期复发的AUC分别为0.79(95%CI:0.70～0.89)、0.78(95%CI:0.62～0.94)。单因素多因素回归分析表明GLR(P<0.01)是与PA-TACE早期复发相关的血液学指标。训练组中，临床模型、综合列线图模型预测PA-TACE早期复发的AUC分别为0.68(95%CI:0.56～0.79)和0.80(95%CI:0.71～0.89)...     

临床及CT平扫特征列线图预测幕上脑实质出血早期血肿扩大的价值

目的:评价临床及CT平扫特征构建的列线图模型预测幕上脑实质出血早期血肿扩大(HE)的价值。方法:回顾性分析291例幕上脑出血患者的临床资料及CT征象。根据HE的发展,将患者分为HE组(n=131)和非HE组(n=160),按7∶3比例采用随机分层抽样将患者分为训练集(n=204)和验证集(n=87),比较两组患者的临床资料和CT征象,采用单因素及多因素Logistic回归分析筛选独立危险因素,并构建列线图预测模型。分别使用受试者操作特征(ROC)曲线及曲线下面积(AUC)、校准曲线和临床影响曲线(CIC)评估模型的区分度、校准度和临床实用性。结果:空腹血糖、黑洞征、漩涡征、混杂征是HE的独立危险因素(P均<0.05)。列线图模型在训练集、验证集AUC分别为0.787(95%CI:0.723～0.851)、0.716(95%CI:0.594～0.839)。Hosmer-Lemeshow拟合优度检验显示,模型的预测结果与实际结果差异无统计学意义(χ²=9.007,P=0.342,R²=0.328)。校准曲线显示模型的拟合效果较好。CIC显示...     

他克莫司致药物不良反应发生影响因素分析及风险预测列线图模型构建

目的 分析他克莫司致药物不良反应(ADR)发生的影响因素,并构建风险预测列线图模型。方法 回顾性分析阜阳市人民医院自2017年1月至2021年6月收治的移植术后服用他克莫司的288例患者的临床资料。患者均随访12个月,以发生ADR为随访结局,以是否发生ADR将患者分为ADR组和非ADR组。分析患者的临床资料,采用Logistic回归分析探讨他克莫司发生ADR的影响因素,再根据影响因素建立列线图模型并进行拟合优度检验。结果 288例患者中,58例(20.14%)发生ADR(ADR组),230例(79.86%)未发生ADR(非ADR组)。男性、年龄>60岁、血药浓度>15 ng/ml、联合用药>3种、有过敏史、空腹血糖>7 mmol/L、总胆红素>20μmol/L、血肌酐>133μmol/L是他克莫司致ADR发生的影响因素(P<0.05)。列线图模型验证C-index为0.851,校正曲线与理想曲线走势基本一致;受试者工作特征曲线下面积为0.824;决策曲线显示阈值概率在3%～62%范围内时模型净获益值较高。结论 男性、年龄>60岁、血药浓度...     

基于临床指标-CT征象的列线图模型术前预测结直肠癌微卫星不稳定状态

【摘要】目的：探讨基于临床指标和CT征象构建的列线图模型术前预测结直肠癌（CRC）患者微卫星不稳定状态（MSI）的价值。方法：回顾性连续搜集2016年1月－2022年12月在本院经病理诊断为结直肠腺癌的347例患者的术前临床和CT检查资料。CT资料包括平扫及对比增强动脉期、静脉期和延迟期图像。其中,276例为微卫星稳定状态（MSS）,71例为MSI。按照7︰3的比例将所有患者随机分为训练集（243例）和验证集（104例）。采用单因素分析（t检验、U检验或卡方检验）对两组之间年龄、性别、病史和实验室检查等临床指标及CT征象［临床T分期、临床N分期、病变肠管的长度及最厚径、病变的部位、强化方式及各期相对CT值(CR=病变CT值/同层面腹主动脉或其分支的CT值)］的差异进行比较。随后,将有统计学意义的变量纳入多因素二元logistic回归分析,筛选出预测CRC患者MSI状态的独立危险因素并构建预测模型,随后绘制模型的列线图。分别采用ROC曲线、校准曲线和决策曲线（DCA）评估列线图模型的预测效能、预测准确性和临床实用性。结果：单因素分析结果显示血小板（PLT）水平、系统免疫炎症指数（SII）、病变部位、强化方式、四期图像上病灶的CR值在MSS组与MSI组之间的差异有统计学意义（P<0.05）。多因素逻辑回归分析结果显示PLT、SII、病变部位、强化方式和动脉期CR是CRC患者MSI状态的独立预测因子。根据多因素分析结果所构建的列线图模型具有较好的MSI预测效能：在训练集和验证集中的ROC曲线下面积（AUC）分别为0.765和0.783;校准曲线表明列线图模型的拟合优度良好;DCA结果显示列线图模型在预测CRC患者MSI状态时具有较高的临床净获益率。结论：基于临床-CT征象构建的列线图模型可作为术前检测CRC患者MSI状态的辅助工具,能够协助制定CRC患者的治疗策略和评估患者预后。     

基于增强CT影像组学评分和临床分期的列线图预测胃癌脉管浸润的价值

目的 探讨基于增强CT影像组学评分（Radscore）和TNM分期的列线图预测胃癌脉管浸润（LVI）的价值。 方法 回顾性收集160例术前行上腹部CT增强检查且行术后胃癌LVI状态评估的病人,男109例,女51例,平均年龄（62.23±10.74）岁。160例病人（包括LVI阴性者92例,阳性者68例）按照7∶3比例随机分为训练集（112例）和测试集（48例）;其中,训练集中LVI阴性者60例、阳性者52例,测试集中LVI阴性者32例、阳性者16例。基于增强CT影像提取并筛选影像组学特征,建立影像组学标签并计算Radscore。采用t检验、Mann-Whitney U检验、卡方检验或Kruskal-Wallis H 检验比较LVI阳性组和阴性组间临床病理特征[病人性别、年龄、肿瘤直径、TNM分期、AJCC分期、肿瘤分化程度及癌胚抗原（CEA）、糖类抗原199（CA199）]的差异,将差异有统计学意义的特征和影像组学标签纳入多因素logistic回归,建立临床影像联合模型和列线图。采用受试者操作特征（ROC）曲线评估影像组学模型和列线图的预测效能并计算相应的曲线下面积（AUC）。采用决策曲线评价影像组学模型和列线图的临床净获益。分别基于训练集及测试集中的数据绘制校准曲线对列线图进行验证。 结果 LVI阳性组和阴性组间肿瘤T分期、N分期、AJCC分期的差异均有统计学意义（均P<0.05）,且LVI阳性组的Radscore高于阴性组（P<0.05）。在测试集中,基于T分期、N分期、AJCC分期和Radscore的临床影像联合模型预测LVI的AUC值、准确度和特异度较影像组学模型分别提高了8.2%、18.2%和21.9%。决策曲线分析显示应用联合模型的临床净获益优于影像组学模型。联合模型的列线图显示Radscore得分最高,其次是AJCC分期,最后是N分期和T分期。训练集和测试集中的校准曲线显示列线图的预测结果与真实结果具有较好的一致性。 结论 联合T分期、N分期、AJCC分期和增强CT的Radscore建立的列线图能够成功预测胃癌LVI。     

基于术前CT影像特征预测胆囊癌淋巴管浸润的研究

目的 评估术前胆囊癌CT影像特征对预测胆囊癌淋巴管浸润（LVI）的价值,构建预测胆囊癌LVI的列线图模型并评价其预测效能。方法 回顾性分析116例接受术前增强CT检查的胆囊癌病人的临床、病理及影像资料。病人按6︰4比例随机分为训练集72例,验证集44例。根据病理结果将病人分为LVI阳性组及LVI阴性组。由2位放射科医生评估训练集及验证集的CT影像特征,包括肿瘤基底浸润胆囊壁范围、影像T分期和N分期、有无胆囊结石。采用独立样本t检验、Mann-Whitney U检验及χ²检验比较2组病人中各项CT征象的差异性,并对训练集采用logistics回归分析筛选独立危险因素。建立列线图预测模型,采用受试者操作特征（ROC）曲线评估预测模型的预测效能并计算相应的曲线下面积（AUC）,绘制校准曲线对列线图预测模型进行验证。采用决策曲线评价其临床净获益。结果 训练集及验证集中,LVI阳性组的CT影像N分期、肿瘤基底浸润胆囊壁范围、T分期均显著高于LVI阴性组（均P<0.05）。多因素分析结果显示影像N分期、T分期、肿瘤基底浸润胆囊壁范围为LVI独立危险因素。建立列线图预测模型,结果显示肿瘤基底浸润范围的得分最高,其次是N分期,再次是T分期。决策曲线分析显示模型的净获益良好,训练集和验证集中CT影像特征预测LVI的ROC曲线的AUC分别为0.828（95%CI：0.721~0.907）、0.752（95%CI：0.599~0.870）,差异无统计学意义（P>0.05）。训练集AUC的截断值为0.521时,模型在训练集中的敏感度、特异度分别为0.629和0.892;验证集AUC的截断值为0.432时,对应的敏感度和特异度分别为0.778和0.654。结论 联合T分期、N分期及肿瘤基底浸润范围建立的列线图预测模型,能够有效预测胆囊癌LVI。     

基于增强CT影像组学列线图预测单发肝细胞癌GPC3表达状态

目的 探讨增强CT影像组学列线图在鉴别单发肝细胞癌（HCC）磷脂酰肌醇蛋白聚糖3（GPC3）表达中的价值。方法 回顾性收集来自2个医疗机构共152例单发HCC病人的临床及影像资料,所有病人均行上腹部增强CT扫描并记录GPC3表达水平。天津市第一中心医院的106例病人资料作为训练集（GPC3阳性83例、阴性23例）,天津医科大学肿瘤医院的46例病人资料作为验证集（GPC3阳性35例、阴性11例）。对所有病人术前1个月内增强CT影像进行影像组学特征提取。在训练集中,对所有影像组学特征进行降维并得到最优子集,计算影像组学评分（Radscore）;比较GPC3阳性组和阴性组间临床资料[包括血清甲胎蛋白（AFP）、糖类抗原199（CA199）等]的差异,将差异有统计学意义的指标进行二元logistic回归分析,获得GPC3阳性的独立预测因素。将获得的临床信息及Radscore分别建立临床列线图、影像组学列线图及联合列线图。采用受试者操作特征曲线下面积（AUC）分析各列线图对GPC3表达状态的预测能力,采用DeLong检验比较各列线图间的诊断效能,并用决策曲线分析评估列线图的临床价值。使用验证集数据对列线图预测效能进行验证。结果 二元logistic回归显示血清AFP、CA199、Radscore是GPC3阳性的独立危险因素[优势比（OR）分别为8.503、1.090、13 300.044,均P<0.05]。校准曲线显示联合列线图对GPC3阳性表达的预测概率与实际概率一致性良好。训练集中,联合列线图的AUC（0.918）高于影像组学列线图（0.842）和临床列线图（0.787）（均P<0.05）,联合列线图的敏感度最高,而临床列线图的特异度最高;验证集中,联合列线图的AUC（0.896）高于影像组学列线图（0.726）和临床列线图（0.803）（均P<0.05）,联合列线图的敏感度和特异度均最高。决策曲线分析显示当阈值概率处于16%~86%时,联合列线图的临床净获益高于临床列线图和影像组学列线图。结论 基于增强CT的影像组学列线图可以术前鉴别单发HCC GPC3阳性和阴性表达,联合列线图进一步提高了预测效能。     

接受PD-1抑制剂治疗的肿瘤患者发生肾损伤的风险预测模型构建与评价

目的 探讨接受程序性死亡受体-1(PD-1)抑制剂治疗的肿瘤患者发生肾损伤的危险因素,并进一步构建列线图模型预测患者发生肾损伤的可能性。方法 本研究为单中心回顾性分析。纳入苏州大学附属第三医院2018年1月-2021年1月使用PD-1抑制剂治疗的肿瘤患者447例,随访至2022年1月。肾损伤定义为急性肾脏疾病(AKD)。根据随访结束时是否发生PD-1抑制剂相关AKD将患者分为AKD组(n=71)与非AKD组(n=376)。比较两组患者的基本信息、疾病信息、用药情况、实验室指标,以及随访期间肾外免疫相关不良事件(irAEs)的发生情况。采用单因素及多因素logistic回归模型确定PD-1抑制剂相关AKD的独立危险因素。将所有患者按照7∶3的比例随机分成训练集(n=313)和验证集(n=134),根据筛选出的独立危险因素在训练集中建立列线图预测模型,通过受试者工作特征(ROC)曲线对模型的区分度进行评价,绘制校准曲线对模型的校准度进行评价,绘制临床决策曲线分析(DCA)探讨模型的临床有效性与获益率。结果 AKD组患者联用抗生素、合并糖尿病、高血压、肾外irAEs的比例及胱抑素C(Cys ...     

基于MRI征象及影像组学的列线图预测腮腺良性与恶性肿瘤的价值

目的建立并验证基于MRI征象和影像组学的列线图鉴别腮腺良性与恶性肿瘤的效能。方法回顾性收集2015年1月至2020年5月青岛大学附属医院86例经手术病理证实的腮腺肿瘤患者为训练集,收集2013年1月至2020年1月香港大学深圳医院35例患者为独立外部验证集。采用logistic回归基于临床及MRI征象建立临床诊断模型。基于术前平扫T1WI和预饱和脂肪抑制T2WI(fs-T2WI)进行影像组学特征提取,建立影像组学诊断模型。基于影像组学评分及临床诊断模型,通过logistic回归建立影像组学+临床联合诊断模型及列线图。采用受试者操作特征(ROC)曲线评价各模型诊断腮腺良性与恶性肿瘤的效能,ROC曲线下面积(AUC)的比较采用DeLong检验。结果Logistic回归结果显示,腮腺深叶受累(OR值为3.285,P=0.040)和周围组织结构侵犯(OR值为15.919,P=0.013)是腮腺恶性肿瘤的独立影响因素,将二者构建临床诊断模型。基于平扫T1WI和fs-T2WI,共提取19个特征构建影像组学诊断模型。联合影像组学评分以及腮腺深叶受累、周围组织结构侵犯2个常规影像学特征建立联合诊断模型及列线图。临床诊断模型、影像组学诊断模型、联合诊断模型在训练集和验证集中诊断腮腺良性与恶性肿瘤的AUC分别为0.758、0.951、0.953和0.752、0.941、0.964。在训练集和验证集中,影像组学诊断模型、联合诊断模型的AUC均高于临床诊断模型(训练集:Z=3.95、4.31,P均<0.001;验证集:Z=2.16、2.67,P=0.031、0.008),影像组学诊断模型、联合诊断模型间AUC差异无统计学意义(训练集:Z=0.39,P=0.697;验证集:Z=1.10,P=0.273)。结论本研究所建立的MRI影像组学模型以及由腮腺深叶受累、周围组织结构侵犯、MRI影像组学特征组成的联合诊断模型,能有效鉴别腮腺良恶性肿瘤,具有较高的预测效能。     

基于动态增强MRI影像组学评分和激素受体的列线图预测乳腺癌新辅助化疗不敏感的价值

目的 探讨基于动态增强MRI（DCE-MRI）影像组学评分（Radscore）和激素受体状态的列线图预测乳腺癌新辅助化疗（NAC）疗效不敏感的价值。 方法 回顾性收集128例行乳腺癌NAC治疗的女性病人,平均年龄（49.2±10.0）岁。128例病人按照7∶3比例随机分为训练集90例（疗效敏感者47例,疗效不敏感者43例）和测试集38例（疗效敏感者15例,疗效不敏感者23例）。基于DCE-MRI影像提取并筛选影像组学特征,采用多因素逻辑回归构建影像组学模型并计算模型的Radscore。采用t检验、χ²检验或Fisher确切概率检验比较训练集和测试集中临床病理指标[年龄、雌激素受体（ER）、孕激素受体（PR）、人表皮生长因子受体-2（HER-2）和肿瘤增殖细胞核抗原-67（Ki-67）],将差异有统计学意义的临床病理指标和Radscore纳入多因素逻辑回归,建立联合模型和列线图。应用受试者操作特征（ROC）曲线下面积（AUC）评价影像组学模型和联合模型的预测效能。应用决策曲线评估影像组学模型和联合模型的临床应用价值。 结果 在训练集中,ER和PR在疗效敏感与不敏感组间的差异均有统计学意义（均P<0.05）,但未得到测试集的验证（均P>0.05）。在训练集中,联合模型预测NAC不敏感的AUC值和准确度分别高于影像组学模型约3.8%和3.1%。在测试集中,联合模型预测NAC不敏感的AUC值高于影像组学模型,其较后者提高了约2.3%,但两者的准确度相同。在基于ER、PR和Radscore构建的联合模型列线图中,Radscore得分最高,其次是ER和PR。决策曲线分析显示联合模型的临床获益高于影像组学模型。 结论 基于DCE-MRI的Radscore和ER、PR构建的联合模型列线图能够较好地预测NAC疗效不敏感。