CT影像组学在预测Ⅰ期实性肺腺癌生存风险分层中的初步研究

目的 为临床分期Ⅰ期实性肺腺癌患者的生存风险分层构建有效的个体化影像组学模型。方法 回顾性分析接受肺叶切除术的127例Ⅰ期实性肺腺癌患者的CT、临床资料，按2∶1比例分成训练队列(n=82)和验证队列(n=45)。使用PyRadiomics软件提取术前CT平扫肺癌全瘤病灶的影像组学特征，每个病灶提取1063个特征。采用最小绝对收缩和选择算子回归进行特征初筛选，进而利用LightGBM算法构建预测模型。使用受试者操作特征曲线下面积(AUC)判断预测模型的效能；采用K-M分析高危组与低危组的生存曲线。结果 截止随访时间Ⅰ期非小细胞肺癌患者中复发或转移患者共22例，复发率17.3%。影像组学模型在训练队列、验证队列中可以预测有无复发转移，其AUC值分别为0.748、0.703。根据影像组学模型将患者分为高危组和低危组，经Kaplan-Meier曲线单因素生存分析，训练队列、中高风险组的无病生存期显著比低风险组差(P=0.0005);验证队列验证集高风险组的无病生存期亦比低风险组差(P=0.0328)。结论 CT影像组学标签有助于临床分期Ⅰ期实性肺腺癌患者的生存风险分层。