基于直肠腔内超声的影像组学模型预测直肠癌KRAS基因突变的应用

目的:探讨基于直肠腔内超声(endorectal ultrasound,ERUS)图像的影像组学模型对直肠癌患者KRAS基因突变的预测价值。方法:本研究共纳入225例就诊于福建医科大学附属协和医院的直肠癌患者,按17∶3随机将患者分为训练组(191例)和测试组(34例)。选择每例患者的清晰且肿瘤浸润最深的ERUS图像,进行手动分割和特征提取,经过降维和筛选后,分别采用logistic回归(logistic regression,LR)、支持向量机(support vector machine,SVM)、随机森林(random forest,RF)3种算法构建模型。绘制受试者工作曲线、校准曲线和决策曲线分析(decision curve analysis,DCA),分别用于评估模型的预测效能、拟合优度和临床价值,并通过DeLong检验比较3个模型的效能差异。结果:经筛选后得到了8个最佳的影像组学特征,训练组和测试组中SVM、LR和RF的曲线下面积(area under curve,AUC)分别为0.94、0.93、0.91和0.82、0.88、0.85。经DeLong检验,3个模型的AUC差异无统计学意义(均P>0.05)。DCA结果显示,3个模型均具有一定的临床效益,其中测试组LR模型的临床效益最高。校准曲线显示3个模型均有良好的拟合效果。结论:ERUS图像的影像组学模型对直肠癌KRAS基因突变有良好的预测价值,可作为无创预测直肠癌患者KRAS基因突变的补充方法,有助于指导临床决策。