目的:探讨CT影像组学模型对Ⅱ期结肠癌(colon cancer,CC)风险分层的预测价值。方法:连续搜集2015年01月至2023年07月经手术证实的167例Ⅱ期CC患者资料,按欧洲肿瘤内科学会(European Society of Medical Oncology,ESMO)指南将患者分为低...目的:探讨CT影像组学模型对Ⅱ期结肠癌(colon cancer,CC)风险分层的预测价值。方法:连续搜集2015年01月至2023年07月经手术证实的167例Ⅱ期CC患者资料,按欧洲肿瘤内科学会(European Society of Medical Oncology,ESMO)指南将患者分为低风险组77例,中高风险组90例;按7∶3将样本随机分为训练组(n=116)与内部验证组(n=51)。在术前静脉期CT图像上对肿瘤进行分割并提取影像组学特征,特征经降维、筛选后,采用logistic回归分析构建预测模型,观察模型校准度和临床获益。结果:训练组中高风险64/116例;内部验证组中高风险26/51例,两组间观测指标差异无统计学意义(均P>0.05)。共筛选出6个影像组学特征用于构建Ⅱ期CC低风险和中高风险的预测模型,训练组AUC为0.822,灵敏度:84.4%,特异度:71.2%;内部验证组AUC为0.802,灵敏度:96.2%,特异度:60.0%。模型显示出较高的校准度;决策曲线分析(decision curve analysis,DCA)阈值概率范围0.04~0.85时临床有获益。结论:基于静脉期CT图像构建的影像组学模型实现了低风险和中高风险Ⅱ期CC的准确分层,有望改善临床对该类患者的分层管理。展开更多
文摘目的:探讨CT影像组学模型对Ⅱ期结肠癌(colon cancer,CC)风险分层的预测价值。方法:连续搜集2015年01月至2023年07月经手术证实的167例Ⅱ期CC患者资料,按欧洲肿瘤内科学会(European Society of Medical Oncology,ESMO)指南将患者分为低风险组77例,中高风险组90例;按7∶3将样本随机分为训练组(n=116)与内部验证组(n=51)。在术前静脉期CT图像上对肿瘤进行分割并提取影像组学特征,特征经降维、筛选后,采用logistic回归分析构建预测模型,观察模型校准度和临床获益。结果:训练组中高风险64/116例;内部验证组中高风险26/51例,两组间观测指标差异无统计学意义(均P>0.05)。共筛选出6个影像组学特征用于构建Ⅱ期CC低风险和中高风险的预测模型,训练组AUC为0.822,灵敏度:84.4%,特异度:71.2%;内部验证组AUC为0.802,灵敏度:96.2%,特异度:60.0%。模型显示出较高的校准度;决策曲线分析(decision curve analysis,DCA)阈值概率范围0.04~0.85时临床有获益。结论:基于静脉期CT图像构建的影像组学模型实现了低风险和中高风险Ⅱ期CC的准确分层,有望改善临床对该类患者的分层管理。