| 增强CT模型及影像组学模型预测肾透明细胞癌WHO/ISUP分级 |
| |
| 引用本文： | 韩冬,于楠,张喜荣,吴宏培,任革,吕蕊花,李晨,贺太平.增强CT模型及影像组学模型预测肾透明细胞癌WHO/ISUP分级[J].中国医学影像技术,2021,37(4):582-586. |
| |
| 作者姓名： | 韩冬 于楠 张喜荣 吴宏培 任革 吕蕊花 李晨 贺太平 |
| |
| 作者单位： | 陕西中医药大学附属医院医学影像科, 陕西 咸阳 712021;陕西中医药大学医学技术学院, 陕西 咸阳 712046;陕西中医药大学附属医院病理科, 陕西 咸阳 712021 |
| |
| 基金项目： | 陕西中医药大学学科创新团队建设项目（2019-YS04）。 |
| |
| 摘 要： | 目的 比较增强CT模型与影像组学模型预测肾透明细胞癌（ccRCC）WHO/ISUP分级的效能。方法 回顾性分析131例经病理确诊ccRCC患者，按照3 ∶ 2比例分层抽样分为训练集（n=78）和验证集（n=53）。根据2016版肾癌WHO/ISUP病理分级标准，以Ⅰ~Ⅱ级为低级别、Ⅲ~Ⅳ级为高级别ccRCC。训练集55例低级别、23例高级别ccRCC；验证集37例低级别、16例高级别ccRCC。以训练集构建增强CT模型及影像组学模型预测ccRCC级别，于验证集加以验证，比较其诊断效能。结果 增强CT模型在训练集及验证集预测高、低级别ccRCC的曲线下面积（AUC）分别为0.89及0.76，敏感度分别0.83及0.56，特异度分别为0.84及0.87；影像组学模型的AUC分别为0.98及0.85，敏感度分别0.96及0.91，特异度分别为0.75及0.84。训练集中影像组学模型的AUC大于增强CT模型（Z＝2.05，P<0.05），验证集中二者AUC差异无统计学意义（Z＝0.95，P=0.34）。决策曲线分析结果显示高风险概率阈值为0.08~1.00时，影像组学模型净获益高于增强CT模型。结论 影像组学模型预测ccRCC WHO/ISUP分级的效能优于增强CT模型。
|
| 关 键 词： | 癌 肾细胞 肿瘤分级 体层摄影术 X线计算机 影像组学 |
| 收稿时间： | 2020/3/24 0:00:00 |
| 修稿时间： | 2021/3/1 0:00:00 |
Enhanced CT model and radiomics model for predicting WHO/ISUP grade of clear-cell renal cell carcinoma |
| |
| HAN Dong,YU Nan,ZHANG Xirong,WU Hongpei,REN Ge,LYU Ruihu,LI Chen,HE Taiping.Enhanced CT model and radiomics model for predicting WHO/ISUP grade of clear-cell renal cell carcinoma[J].Chinese Journal of Medical Imaging Technology,2021,37(4):582-586. |
| |
| Authors: | HAN Dong YU Nan ZHANG Xirong WU Hongpei REN Ge LYU Ruihu LI Chen HE Taiping |
| |
| Institution: | Department of Radiology, Shaanxi University of Chinese Medicine, Xianyang 712021, China;School of Medical Technology, Shaanxi University of Chinese Medicine, Xianyang 712046, China;Department of Pathology, Shaanxi University of Chinese Medicine, Xianyang 712021, China |
| |
| Abstract: | |
| |
| Keywords: | carcinoma renal cell neoplasm grading tomography X-ray computed radiomics |
|
| 点击此处可从《中国医学影像技术》浏览原始摘要信息 |
| 点击此处可从《中国医学影像技术》下载免费的PDF全文 |
|
