目的:探讨MR放射组学预测直肠腺癌患者神经周围侵犯(PNI)的价值。方法:将2016年12月-2019年7月经本院全直肠系膜切除术术后病理证实为直肠腺癌的110例患者纳入本研究,所有患者均行高分辨率直肠MR扫描,在直肠病灶高分辨率横轴面T 2WI上...目的:探讨MR放射组学预测直肠腺癌患者神经周围侵犯(PNI)的价值。方法:将2016年12月-2019年7月经本院全直肠系膜切除术术后病理证实为直肠腺癌的110例患者纳入本研究,所有患者均行高分辨率直肠MR扫描,在直肠病灶高分辨率横轴面T 2WI上勾画病灶,运用AK软件提取396放射组学特征,患者按13:7的比例分为训练集(72例)和验证集(38例),以术后病理为金标准,采用最大相关最小冗余的方式对组学特征进行初步筛选,保留10个有最大预测效能的特征,然后进行LASSO回归分析,构建影像组学模型。采用ROC曲线分析评估模型预测PNI的效能,决策曲线分析法评估模型的临床价值。结果:训练集72例,验证集38例,两组年龄(65.6±9.7岁vs 64.4±9.8岁,t=0.363,P=0.719)、性别(男∶女为50∶22 vs 26∶12,χ2=0.012,P=0.912)、CEA[2.86(1.49,4.84)ng/mL vs 3.20(2.14,6.37)ng/mL,Z=-0.0990,P=0.322]差异无统计学意义。术后病理提示有PNI的患者24例,无PNI的患者86例,PNI组和无PNI组年龄(63.9±12.1岁vs 64.9±9.0岁,t=0.423,P=0.673)、性别(男∶女,57∶27 vs 9∶7,χ2=0.253,P=0.615)、CEA[3.20(1.94,4.88)ng/mL vs 2.90(1.68,6.12)ng/mL,Z=-0.004,P=0.997]差异无统计学意义,训练集中最终选取了9个MR放射组学参数,根据公式计算Radscore,构建出最佳预测模型,OR值为5.54,P<0.05,训练集曲线下面积约0.79,验证集曲线下面积约0.76。决策曲线显示阈值在0.2~1较大的范围内,该模型净受益率比简单模型高。结论:采用MR放射组学构建的模型可较好预测直肠腺癌神经周围侵犯。展开更多
目的:探讨高分辨率MR影像组学列线图预测直肠癌脉管侵袭(LVI)的价值。方法:回顾性入组本院2016年12月—2019年12月的直肠癌患者140例,选取病灶最大截面的斜轴位勾画病灶,提取影像组学特征。采用最大相关最小冗余对影像组学特征进行初步...目的:探讨高分辨率MR影像组学列线图预测直肠癌脉管侵袭(LVI)的价值。方法:回顾性入组本院2016年12月—2019年12月的直肠癌患者140例,选取病灶最大截面的斜轴位勾画病灶,提取影像组学特征。采用最大相关最小冗余对影像组学特征进行初步筛选,然后进行LASSO回归分析降维,计算影像组学标签。单因素和多因素Logistic回归分析临床特征、MR影像表现、影像组学标签与LVI的关系并构建预测LVI的模型。结果:LVI发生率约20.7%(29/140),LVI组和无LVI组两组间年龄((61.7±11.7)vs(65.8±9.6),P=0.049)、组织学分级(9/83/19 vs 8/19/2,P=0.011)、磁共振肿瘤T分期(79/32 vs 19/19,P<0.001)、磁共振肿瘤N分期(72/39 vs 11/18,P=0.011)、环周切缘状态(27/84 vs 14/15,P=0.020)、壁外血管侵犯状态(21/90 vs16/13,P<0.001)有统计学差异,余指标无统计学差异。最终预测LVI的列线图包括年龄、组织学分级、磁共振肿瘤T分期、影像组学标签,训练集曲线下面积(AUC)=0.84(95%CI:0.73~0.94),验证集AUC=0.81(95%CI:0.62~1.00)。结论:基于高分辨率MR影像组学列线图能较好的预测直肠癌LVI。展开更多
文摘目的:探讨MR放射组学预测直肠腺癌患者神经周围侵犯(PNI)的价值。方法:将2016年12月-2019年7月经本院全直肠系膜切除术术后病理证实为直肠腺癌的110例患者纳入本研究,所有患者均行高分辨率直肠MR扫描,在直肠病灶高分辨率横轴面T 2WI上勾画病灶,运用AK软件提取396放射组学特征,患者按13:7的比例分为训练集(72例)和验证集(38例),以术后病理为金标准,采用最大相关最小冗余的方式对组学特征进行初步筛选,保留10个有最大预测效能的特征,然后进行LASSO回归分析,构建影像组学模型。采用ROC曲线分析评估模型预测PNI的效能,决策曲线分析法评估模型的临床价值。结果:训练集72例,验证集38例,两组年龄(65.6±9.7岁vs 64.4±9.8岁,t=0.363,P=0.719)、性别(男∶女为50∶22 vs 26∶12,χ2=0.012,P=0.912)、CEA[2.86(1.49,4.84)ng/mL vs 3.20(2.14,6.37)ng/mL,Z=-0.0990,P=0.322]差异无统计学意义。术后病理提示有PNI的患者24例,无PNI的患者86例,PNI组和无PNI组年龄(63.9±12.1岁vs 64.9±9.0岁,t=0.423,P=0.673)、性别(男∶女,57∶27 vs 9∶7,χ2=0.253,P=0.615)、CEA[3.20(1.94,4.88)ng/mL vs 2.90(1.68,6.12)ng/mL,Z=-0.004,P=0.997]差异无统计学意义,训练集中最终选取了9个MR放射组学参数,根据公式计算Radscore,构建出最佳预测模型,OR值为5.54,P<0.05,训练集曲线下面积约0.79,验证集曲线下面积约0.76。决策曲线显示阈值在0.2~1较大的范围内,该模型净受益率比简单模型高。结论:采用MR放射组学构建的模型可较好预测直肠腺癌神经周围侵犯。
文摘目的:探讨高分辨率MR影像组学列线图预测直肠癌脉管侵袭(LVI)的价值。方法:回顾性入组本院2016年12月—2019年12月的直肠癌患者140例,选取病灶最大截面的斜轴位勾画病灶,提取影像组学特征。采用最大相关最小冗余对影像组学特征进行初步筛选,然后进行LASSO回归分析降维,计算影像组学标签。单因素和多因素Logistic回归分析临床特征、MR影像表现、影像组学标签与LVI的关系并构建预测LVI的模型。结果:LVI发生率约20.7%(29/140),LVI组和无LVI组两组间年龄((61.7±11.7)vs(65.8±9.6),P=0.049)、组织学分级(9/83/19 vs 8/19/2,P=0.011)、磁共振肿瘤T分期(79/32 vs 19/19,P<0.001)、磁共振肿瘤N分期(72/39 vs 11/18,P=0.011)、环周切缘状态(27/84 vs 14/15,P=0.020)、壁外血管侵犯状态(21/90 vs16/13,P<0.001)有统计学差异,余指标无统计学差异。最终预测LVI的列线图包括年龄、组织学分级、磁共振肿瘤T分期、影像组学标签,训练集曲线下面积(AUC)=0.84(95%CI:0.73~0.94),验证集AUC=0.81(95%CI:0.62~1.00)。结论:基于高分辨率MR影像组学列线图能较好的预测直肠癌LVI。