分类决策树辅助盆腔MRI术前诊断子宫内膜癌伴卵巢恶性肿瘤

目的采用分类决策树方法,探索盆腔MRI结合患者临床信息在术前诊断子宫内膜癌合并卵巢恶性肿瘤中的价值。方法回顾性分析801例子宫内膜癌患者资料,其中伴卵巢恶性肿瘤者(EC-OMT组)58例,不伴者(EC组)743例,比较两组患者术前临床资料及盆腔MRI征象,计算盆腔MRI对子宫内膜癌合并卵巢恶性肿瘤的诊断效能,采用决策树模型筛选有效的术前诊断指标。结果 EC-OMT组子宫内膜病变浸润肌层深度超过EC组,其侵犯宫颈和宫角、发生腹盆腔淋巴结转移、腹膜转移的比例以及附件区发现肿物的比例均大于EC组,差异均有统计学意义(P均0.01)。两组间宫旁受累差异无统计学意义(1.72%vs 0.40%,P=0.26)。盆腔MRI术前诊断子宫内膜癌合并卵巢恶性肿瘤的敏感度为51.72%(30/58),特异度为99.87%(742/743)。经决策树模型筛选出3项有诊断意义的指标:宫角受累、附件区肿物及血清CA125,诊断子宫内膜癌合并卵巢恶性肿瘤的敏感度为89.66%(52/58)。结论采用分类决策树方法对盆腔MRI和相关临床信息建立决策树模型,可提高对子宫内膜癌合并卵巢恶性肿瘤的术前诊断敏感度。     

CT采集和重建参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响

目的探讨CT重建算法、辐射剂量和对比剂3种参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响。方法前瞻性选取2018年于中国医学科学院肿瘤医院就诊的35例肺结节患者(50枚纯磨玻璃密度肺结节), 对同一患者肺结节的原始图像重建后共获得6种不同参数的序列, 使用ITK-SNAP软件分别对不同序列的纯磨玻璃密度肺结节进行分割, 将所有扫描数据通过美国GE公司的A.K.软件进行肺结节影像组学特征提取, 通过组内相关系数选取复测信度好的影像组学特征, 使用R语言统计学软件对特征参数进行分析, 将不同序列的所有特征值配对比较, 分别统计改变采集和重建参数导致变化的影像组学特征的数量, 比较不同采集和重建参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响。采用配对样本t检验或Wilcoxon检验比较不同序列特征值分布的差异, 采用χ2检验比较改变不同参数后发生变化的影像组学特征数量的差异。结果 50枚纯磨玻璃密度肺结节共提取391个影像组学特征, 组内相关系数>0.75的特征为320个。同时改变CT重建算法、辐射剂量和对比剂3种参数时, 发生变化的纯磨玻璃密度肺结节影像组学特征达到60.9%(1...     

第7版AJCC食管癌TNM分期合理性评估及分析

第7版食管癌TNM分期于2009年发布,相较于第6版食管癌TNM分期,新的分期基于一定临床数据资料做出相应的修改.如今第7版食管癌TNM分期体系已在临床使用一定年限,针对第7版TNM分期的研究数据也越来越丰富.为验证修改后第7版食管癌TNM分期是否能够满足临床需求,经查阅最近几年有关第7版食管癌TNM分期评估及对分期改进建议的文献,做出如下综述.