基于CT影像组学特征预测低分化胆囊癌的价值

目的:探讨多相CT影像组学特征在预测低分化胆囊癌中的价值。方法:回顾性分析本院行根治性胆囊切除术后经病理证实的胆囊癌,根据病理结果分为低分化组(占比44.5%)和非低分化组(占比55.5%)。应用3D Slicer软件手动勾画感兴趣区(ROI),分别提取动脉期及静脉期影像组学特征。使用互信息法筛选影像组学特征,将训练集三步降维法筛选的双期影像组学特征拟合至K-邻近算法构建胆囊癌低分化预测模型,测试集用于模型预测效能评价。绘制受试者工作特征(ROC)曲线,通过比较曲线下面积(AUC),确定影像组学特征对低分化胆囊癌的预测效能。结果:筛选出双期特征各1502个,应用三步降维法提取6个特征,即大面积强调、大区域高灰度强调、熵、均值、均方根、第10百分位。预测模型结果显示,训练集AUC为0.83(灵敏度0.76,特异度0.71),测试集AUC为0.68(灵敏度0.67,特异度0.60)。结论:双相CT影像组学特征对低分化胆囊癌的分级具有较好的预测价值,并具有可重复性。

基于增强CT的胆囊癌神经浸润危险因素分析及预测模型构建

目的基于术前增强CT影像特征构建胆囊癌(gallbladder carcinoma,GBC)神经浸润(perineural invasion,PNI)的预测模型并评价其预测效能。方法回顾性分析180例行根治术的GBC患者的临床、影像及病理资料。根据是否存在PNI分为阳性组与阴性组。由2位影像科医师评估术前增强CT影像特征(包括有无胆囊结石、影像肝侵犯、血管侵犯、T分期及肝门部或腹膜后淋巴结转移)。采用独立样本t检验、Mann-Whitney U检验及χ^(2)检验比较CT征象与PNI的相关性,采用Logistics回归分析筛选独立危险因素并建立预测模型公式,采用受试者工作特征(ROC)曲线评估预测模型的预测效能并计算相应的曲线下面积(AUC),采用Hosmer-Lemeshow拟合优度检验对预测模型进行验证。结果单因素分析结果显示CA199、CA125和影像肝侵犯、血管侵犯(肝动脉或门静脉)、T分期及肝门部或腹膜后淋巴结转移与PNI相关(P<0.05)。Logistics多因素分析结果显示CA199、影像血管侵犯(肝动脉或门静脉)、影像T分期是PNI的独立危险因素。依据上述独立危险因素建立预测模型公式并绘制ROC曲线,AUC为0.807(95%CI:0.734~0.879),灵敏度为0.792,特异度为0.697。Hosmer-Lemeshow拟合优度检验卡方值为0.594,P=0.997,提示模型的预测值与实际值接近。结论联合CA199、影像血管侵犯、T分期等术前临床-增强CT特征建立预测模型,能够有效预测GBC术后PNI。

合并肝侵犯的黄色肉芽肿性胆囊炎与胆囊癌的鉴别

目的 通过对比术前增强CT影像合并肝侵犯的黄色肉芽肿性胆囊炎(XGC)与胆囊癌(GBC)特征差异,以提高XGC与GBC的鉴别诊断能力。方法 搜集经本院经病理证实的合并肝侵犯的XGC患者39例、GBC患者55例为研究对象。所有患者术前均行双期CT增强扫描。通过Logistics回归分析与诊断XGC独立相关的特征,运用Logit变换演算建立鉴别XGC和GBC模型公式,通过受试者工作特征(ROC)曲线评价模型的预测效能。结果单因素分析显示,性别、胆囊壁增厚的范围、胆囊壁强化方式、黏膜线的连续性、胆囊壁内低密度结节、夹心饼干征、胆囊结石、是否与周围组织黏连或浸润、肝门及腹膜后有无肿大淋巴结在合并肝侵犯的XGC与GBC间具有统计学意义(P<0.05)。多因素分析显示,胆囊壁弥漫增厚、胆囊黏膜线连续、胆囊壁内低密度结节、肝门部及腹膜后无淋巴结肿大与XGC独立相关(P均<0.05)。基于与XGC独立相关的影像特征建立的模型公式,曲线下面积(AUC)为0.972(95%CI:0.936~1.000),特异度为0.909,敏感度为0.949。结论 胆囊壁弥漫增厚、黏膜线的连续性、壁内低密度结节、肝门部及腹膜后有无肿大淋巴结是XGC鉴别于GBC的独立相关因素。通过独立相关因素建立模型公式能进一步提高合并肝侵犯的XGC的诊断能力,以避免非必要的扩大手术。