多模態(tài)影像組學(xué)模型胰腺癌早期復(fù)發(fā)風(fēng)險(xiǎn)評(píng)估系統(tǒng)
發(fā)布時(shí)間:2021-04-01 13:29
背景:胰腺癌惡性程度高,近半數(shù)的患者在手術(shù)切除后一年內(nèi)復(fù)發(fā),因?yàn)樵谝认侔┲?迫切需要可以準(zhǔn)確預(yù)測(cè)早期復(fù)發(fā)和確定復(fù)發(fā)風(fēng)險(xiǎn)的患者分層方法。本研究的目的是建立一種基于磁共振成像(MRI)的影像組學(xué)預(yù)測(cè)模型,評(píng)估患者早期復(fù)發(fā)風(fēng)險(xiǎn)。方法:我們從兩個(gè)醫(yī)療中心回顧性收集了從2012年4月至2018年7月期間,303名患者的臨床資料。并將患者分為早期復(fù)發(fā)組(無(wú)瘤生存期≤12個(gè)月)和非早期復(fù)發(fā)組(無(wú)瘤生存期>12個(gè)月)。來(lái)自第一個(gè)醫(yī)療中心的患者被分為訓(xùn)練組(n=123)和內(nèi)部驗(yàn)證組(n=54)。來(lái)自第二個(gè)醫(yī)學(xué)中心的患者被用作外部獨(dú)立驗(yàn)證組(n=126)。通過(guò)LASSO回歸選出最有價(jià)值的影像組學(xué)特征,并建立組學(xué)評(píng)分用于風(fēng)險(xiǎn)評(píng)估。將組學(xué)評(píng)分與術(shù)前臨床因素納入進(jìn)行單因素、多因素回歸分析,確定獨(dú)立危險(xiǎn)因素,并以此為基礎(chǔ)建立最終的預(yù)測(cè)模型。C-index、校正曲線和DCA曲線被用來(lái)評(píng)估模型的準(zhǔn)確性,并通過(guò)驗(yàn)證組進(jìn)行測(cè)試。結(jié)果:影像組學(xué)評(píng)分的早期復(fù)發(fā)預(yù)測(cè)C-index值分別為0.80(訓(xùn)練隊(duì)列)、0.81(內(nèi)部驗(yàn)證隊(duì)列)和0.78(外部驗(yàn)證隊(duì)列)。多因素logistic回歸分析表明,影像組學(xué)評(píng)分、CA19-9...
【文章來(lái)源】:浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
顯示患者入選標(biāo)準(zhǔn)和研究設(shè)計(jì)的流程圖
影像組學(xué)標(biāo)簽建立的工作流程
浙江大學(xué)碩士學(xué)位論文結(jié)果14圖4紋理特征選擇的LASSOlogistic回歸方法。(a)在LASSO模型中,懲罰參數(shù)λ選擇使用10倍交叉驗(yàn)證作為最小標(biāo)準(zhǔn)。針對(duì)部分似然偏差(y軸)繪制了對(duì)數(shù)(x軸)(x軸)。用最小準(zhǔn)則和1-SE準(zhǔn)則在最優(yōu)值處繪制虛線。(b)對(duì)于57個(gè)紋理特征,顯示了套索系數(shù)剖面。使用對(duì)數(shù)(λ)序列中的十倍交叉驗(yàn)證在所選值處繪制垂直線;還指示10個(gè)系數(shù)非零的特征。3.4影像組學(xué)評(píng)分的預(yù)測(cè)性能利用ROC曲線評(píng)估三個(gè)隊(duì)列中影像組學(xué)評(píng)分(Rad-score)的預(yù)測(cè)性能(圖5)。一般來(lái)說(shuō),出現(xiàn)早期復(fù)發(fā)(ER)的患者的rad評(píng)分值明顯較高(訓(xùn)練組:0.179vs-1.44,P<0.001,內(nèi)部驗(yàn)證組:0.743vs-1.39,P<0.001,外部驗(yàn)證組:-0.471vs-1.13,P<0.001。(圖6)。訓(xùn)練隊(duì)列的AUC值為0.802(95%置信區(qū)間:0.721–0.868)敏感性:0.824,特異性:0.681。內(nèi)部驗(yàn)證隊(duì)列的AUC值為0.807(95%置信區(qū)間:0.677–0.902)敏感性:0.625,特異性:0.867,外部驗(yàn)證隊(duì)列的AUC值為0.781(95%置信區(qū)間:0.699–0.850),敏感性:0.732,特異性:0.727。影像組學(xué)評(píng)分(Rad-score)的預(yù)測(cè)性能的詳細(xì)信息如表4所示。
【參考文獻(xiàn)】:
期刊論文
[1]hENT1 expression is predictive of gemcitabine outcome in pancreatic cancer: A systematic review[J]. Stina Nordh,Daniel Ansari,Roland Andersson. World Journal of Gastroenterology. 2014(26)
[2]Vascular invasion in pancreatic cancer:Imaging modalities,preoperative diagnosis and surgical management[J]. Nicolas C Buchs,Michael Chilcott,Pierre-Alexandre Poletti,Leo H Buhler,Philippe Morel. World Journal of Gastroenterology. 2010(07)
本文編號(hào):3113416
【文章來(lái)源】:浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
顯示患者入選標(biāo)準(zhǔn)和研究設(shè)計(jì)的流程圖
影像組學(xué)標(biāo)簽建立的工作流程
浙江大學(xué)碩士學(xué)位論文結(jié)果14圖4紋理特征選擇的LASSOlogistic回歸方法。(a)在LASSO模型中,懲罰參數(shù)λ選擇使用10倍交叉驗(yàn)證作為最小標(biāo)準(zhǔn)。針對(duì)部分似然偏差(y軸)繪制了對(duì)數(shù)(x軸)(x軸)。用最小準(zhǔn)則和1-SE準(zhǔn)則在最優(yōu)值處繪制虛線。(b)對(duì)于57個(gè)紋理特征,顯示了套索系數(shù)剖面。使用對(duì)數(shù)(λ)序列中的十倍交叉驗(yàn)證在所選值處繪制垂直線;還指示10個(gè)系數(shù)非零的特征。3.4影像組學(xué)評(píng)分的預(yù)測(cè)性能利用ROC曲線評(píng)估三個(gè)隊(duì)列中影像組學(xué)評(píng)分(Rad-score)的預(yù)測(cè)性能(圖5)。一般來(lái)說(shuō),出現(xiàn)早期復(fù)發(fā)(ER)的患者的rad評(píng)分值明顯較高(訓(xùn)練組:0.179vs-1.44,P<0.001,內(nèi)部驗(yàn)證組:0.743vs-1.39,P<0.001,外部驗(yàn)證組:-0.471vs-1.13,P<0.001。(圖6)。訓(xùn)練隊(duì)列的AUC值為0.802(95%置信區(qū)間:0.721–0.868)敏感性:0.824,特異性:0.681。內(nèi)部驗(yàn)證隊(duì)列的AUC值為0.807(95%置信區(qū)間:0.677–0.902)敏感性:0.625,特異性:0.867,外部驗(yàn)證隊(duì)列的AUC值為0.781(95%置信區(qū)間:0.699–0.850),敏感性:0.732,特異性:0.727。影像組學(xué)評(píng)分(Rad-score)的預(yù)測(cè)性能的詳細(xì)信息如表4所示。
【參考文獻(xiàn)】:
期刊論文
[1]hENT1 expression is predictive of gemcitabine outcome in pancreatic cancer: A systematic review[J]. Stina Nordh,Daniel Ansari,Roland Andersson. World Journal of Gastroenterology. 2014(26)
[2]Vascular invasion in pancreatic cancer:Imaging modalities,preoperative diagnosis and surgical management[J]. Nicolas C Buchs,Michael Chilcott,Pierre-Alexandre Poletti,Leo H Buhler,Philippe Morel. World Journal of Gastroenterology. 2010(07)
本文編號(hào):3113416
本文鏈接:http://sikaile.net/yixuelunwen/zlx/3113416.html
最近更新
教材專著