期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
EOB-MRI预测肝细胞性肝癌MVI的研究 被引量:6
1
作者 李昆 蔡萍 +2 位作者 闫晓初 瞿成名 马宽生 《局解手术学杂志》 2019年第7期533-538,共6页
目的通过术前常规检查以及钆塞酸二钠增强MRI(EOB-MRI)影像学检查对患者微血管侵犯(MVI)发生风险进行预测,建立可用于临床工作的预测模型。方法回顾性分析我院收治的157例单发肝细胞性肝癌(HCC)患者的临床资料,包含肿瘤直径、形态(边缘... 目的通过术前常规检查以及钆塞酸二钠增强MRI(EOB-MRI)影像学检查对患者微血管侵犯(MVI)发生风险进行预测,建立可用于临床工作的预测模型。方法回顾性分析我院收治的157例单发肝细胞性肝癌(HCC)患者的临床资料,包含肿瘤直径、形态(边缘)、动脉期肿瘤周围高信号、肝胆期肿瘤周围低信号、包膜完整性、磁共振扩散加权成像(DWI)。同时以肿瘤直径大小将患者分成直径大于等于3cm组和直径小于3cm组,通过对比2组数据,找出MVI发生的危险因素,并对其进行统计学分析。结果多因素Logistic分析提示肿瘤直径(P=0.035)、肝胆期肿瘤周围低信号(P=0.026)、包膜完整性(P<0.001)与MVI发生有相关性。模型预测MVI的灵敏度为77.3%、特异度为85.1%。多因素Logistic分析提示肿瘤直径小于3cm组肝胆期肿瘤周围低信号(P=0.016)为MVI发生的独立危险因素;肿瘤直径大于等于3cm组患者是否有乙肝病史(P=0.024)、包膜完整性(P<0.001)、肿瘤周围低信号(P=0.049)为MVI发生的独立危险因素。结论在不考虑肿瘤直径大小的情况下,肿瘤直径、肝胆期肿瘤周围低信号、包膜完整性为MVI发生的独立危险因素。在肿瘤直径小于3cm时,肝胆期肿瘤周围低信号可作为预测MVI的指标;肿瘤直径大于等于3cm时,患者是否有乙肝病史、包膜完整性、肝胆期肿瘤周围低信号可作为预测MVI的指标。 展开更多
关键词 肝细胞性肝癌 EOB-MRI 微血管侵犯 肝癌切除术 肝移植术
下载PDF
基于Gd⁃EOB⁃DTPA增强MRI的列线图模型在预测肝肿瘤术后肝衰竭中的临床价值 被引量:3
2
作者 李长峰 王强 +4 位作者 瞿成名 李雪松 蔡萍 张雷达 马宽生 《中国癌症防治杂志》 CAS 2021年第5期477-483,共7页
目的构建基于Gd⁃EOB⁃DTPA增强MRI的列线图模型,探讨其预测肝肿瘤术后肝衰竭(post⁃hapatectomy liver failure,PHLF)的临床价值。方法回顾性分析2019年9月—2020年11月于陆军军医大学第一附属医院肝胆外科行肝肿瘤切除的117例肝癌患者的... 目的构建基于Gd⁃EOB⁃DTPA增强MRI的列线图模型,探讨其预测肝肿瘤术后肝衰竭(post⁃hapatectomy liver failure,PHLF)的临床价值。方法回顾性分析2019年9月—2020年11月于陆军军医大学第一附属医院肝胆外科行肝肿瘤切除的117例肝癌患者的临床资料,并利用术前Gd⁃EOB⁃DTPA增强MRI肝胆期影像计算肝⁃肌比率(liver⁃to⁃muscle ratio,LMR),定量评估肝功能。通过单因素及多因素logistic回归分析筛选独立预测因子并构建预测模型。绘制ROC曲线和校正曲线评估模型。结果单因素及多因素logistic回归分析筛选结果显示,终末期肝病模型(model for end⁃stage liver disease,MELD)评分、手术方式和LMR是预测PHLF的独立因素(均P<0.05)。基于这些因素构建的列线图预测模型的ROC曲线下面积为0.83,敏感度为91.4%,特异度为64.6%。校正曲线显示模型的一致性较好。结论基于Gd⁃EOB⁃DTPA增强MRI和临床指标构建的列线图模型在预测PHLF中显示了较高的预测准确性,具有潜在的临床应用价值。 展开更多
关键词 原发性肝癌 Gd⁃EOB⁃DTPA增强MRI 术后肝衰竭 列线图 肝功能 预测模型
下载PDF
基于MRI影像组学的特征模型预测肝细胞癌微血管侵犯的研究 被引量:9
3
作者 瞿成名 李昆 +8 位作者 蔡萍 谢巧 阎晓初 陈施翰 李长峰 夏锋 张雷达 冯凯 马宽生 《中国普外基础与临床杂志》 CAS 2021年第2期175-180,共6页
目的建立基于MRI影像组学预测肝细胞癌微血管侵犯的特征模型。方法收集笔者所在医院2017年9月至2020年5月期间接受手术治疗的190例肝细胞癌患者的临床和病理资料。将患者按照5︰1的比例随机分为训练组(n=158)和测试组(n=32)。利用钆塞... 目的建立基于MRI影像组学预测肝细胞癌微血管侵犯的特征模型。方法收集笔者所在医院2017年9月至2020年5月期间接受手术治疗的190例肝细胞癌患者的临床和病理资料。将患者按照5︰1的比例随机分为训练组(n=158)和测试组(n=32)。利用钆塞酸二钠增强MRI动脉期和肝胆期的图像,同时获取肿瘤病灶及肿瘤周围2 cm以内的三维感兴趣区的影像组学特征。基于机器学习的logistic回归算法在训练组上建立预测模型,并在测试组对预测模型进行评价。结果筛选得到7个影像组学特征,训练组和测试组模型的受试者工作特性曲线下面积(AUC)分别为0.830[95%CI为(0.669,0.811)]和0.734[95%CI为(0.600,0.936)]。结论基于MRI的影像组学特征模型可以较好地预测肝细胞癌的微血管侵犯,对于术前制定肝细胞癌的治疗策略具有重要的指导意义。 展开更多
关键词 影像组学 机器学习 钆塞酸二钠 肝细胞癌 微血管侵犯
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部