CT影像组学联合临床及CT特征预测胸腺上皮肿瘤TNM分期

目的 观察CT影像组学联合临床及CT特征预测胸腺上皮肿瘤（TET）TNM分期的价值。方法 回顾性分析216例经手术病理证实的单发TET患者，以其中151例TNM Ⅰ期为早期组，将27例TNM Ⅲ期及38例Ⅳ期归为晚期组（n=65）。采用单因素分析组间临床资料及胸部CT表现。分别基于平扫（NECT）及增强CT（CECT）提取并筛选最佳影像组学特征，建立预测TET TNM分期的影像组学模型RM_NECT、RM_CECT，联合组间差异有统计学意义的临床及CT特征构建RM_NECT-临床、RM_CECT-临床及RM_{NECT-临床-CT、}RM_{CECT-临床-CT}。按7∶3比例将患者分为训练集（n=151）及 验证集（n=65），采用重复5折交叉验证法于训练集训练模型，并于验证集验证其效能。结果 组间临床症状及CT所示病灶周围脂肪浸润、纵隔淋巴结肿大、胸腔积液差异均有统计学意义（P均＜0.05）。分别基于NECT及CECT筛选出2个及9个最佳影像组学特征，以之构建相应模型。验证集中，RM_{NECT-临床-CT}预测TET TNM分期的AUC（0.864）高于RM_NECT及RM_NECT-临床（AUC=0.634、0.721，Z=3.081、2.937，P=0.002、0.003），RM_{CECT-临床-CT}的AUC（0.920）高于RM_CECT及RM_CECT-临床（AUC=0.689、0.751，Z=2.698、2.390，P=0.007、0.017）。结论 CT影像组学联合临床及CT特征能有效预测TET TNM分期。

CT radiomics combined with clinical and CT features for predicting TNM stage of thymic epithelial tumor