目的探討CT影像組學在治療前預測局部進展期直腸癌新輔助治療效果的價值。資料與方法回顧性分析168例新輔助治療后行根治術的局部進展期直腸癌患者,收集治療前臨床及CT資料,根據(jù)術后病理腫瘤退縮分級分組。采用A.K.軟件提取CT影像組學特征并構建影像組學標簽。通過多變量Logistic回歸篩選療效預測因子并構建諾莫圖模型。利用ROC曲線評價模型診斷效能,并對模型進行內部驗證、校準度評價及臨床應用價值分析。結果每例患者各提取了396個CT影像組學特征,降維后篩選出6個與局部進展期直腸癌新輔助治療效果高度相關的特征。聯(lián)合獨立預測因子影像組學標簽、癌胚抗原≥3.4 ng/ml和臨床T分期（cT4）構建的諾莫圖模型ROC曲線下面積（0.881）高于影像組學標簽（0.791）,且具有較高的校準度、內部驗證一致性及臨床應用價值（P>0.05）。結論基于治療前CT及臨床資料構建的模型對局部進展期直腸癌新輔助治療效果預測具有較高的預測效能,且聯(lián)合預測模型的預測效能優(yōu)于影像組學標簽。 

【文章來源】：中國醫(yī)學影像學雜志. 2020,28(01)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

影像組學特征的提取及篩選。

圖2 LARC患者新輔助治療效果預測諾莫圖。CEA 3.4 ng/ml:0 代表正常（<3.4 ng/ml),1代表升高（≥3.4 ng/ml);cT:3 代表c T3,4代表c T4。分別根據(jù)每位患者治療前具體的CEA水平、c T及影像組學標簽評分進行賦分，在對應指標線段分值上做出該線段的垂直線，投射到“points”線段上，讀出該指標的得分。再將各指標得分相加，將得出的總分標記在“total points”線段上，并做垂直線，垂直線與GR組的交點處讀數(shù)則為該患者療效反應良好的幾率，幾率越大，則n CRT療效越好2.7 預測模型校準度評價及臨床價值分析

臨床決策曲線示閾值幾率為0.17～1.0，影像組學標簽的獲益高于全部接受nCRT患者；在0.04～0.94范圍內，聯(lián)合預測模型的獲益高于全部接受nCRT患者，且聯(lián)合預測模型獲益高于影像組學標簽（圖6）。3 討論

【參考文獻】：
期刊論文
[1]青年結直腸癌病人臨床病理學特征及預后分析[J]. 黃群生,程克力,何曉生,陳平,熊家慶,吳小劍,蘭平,練磊.  中國實用外科雜志. 2018(06)
[2]基于影像組學方法術前預測結直腸癌淋巴血管侵犯[J]. 梁翠珊,黃燕琪,何蘭,黃曉媚,程梓軒,劉再毅.  中國醫(yī)學影像學雜志. 2018(03)
[3]結直腸癌1085例臨床病理特征及預后分析[J]. 伍世鋼,羅楓,李進邦,劉坤平.  廣東醫(yī)學. 2017(23)
[4]結直腸外科的熱點和進展[J]. 池畔.  中華消化外科雜志. 2015 (01)



本文編號：3130166