CK7、TTF-1及Ki-67在肺腺癌中的表达及临床意义

目的 探讨细胞角蛋白7(CK7)、甲状腺转录因子1(TTF-1)及Ki67蛋白(ki-67)在肺腺癌中的表达及临床意义。方法 选取2020年4月至2023年1月北京市大兴区人民医院收治的131例肺腺癌患者作为研究对象。对比肺腺癌组织与癌旁组织CK7、TTF-1及ki-67的表达情况;分析肺腺癌患者病理特征与CK7、TTF-1及ki-67表达之间的关系;分析CK7、TTF-1及ki-67单独检测及联合对肺腺癌的诊断效能;分析CK7、TTF-1及ki-67单独检测以及联合诊断肺腺癌的一致性。结果CK7、TTF-1及ki-67在肺腺癌组织中表达的阳性率显著高于癌旁组织,差异有统计学意义(P<0.05);不同肿瘤分期、肿瘤直径、分化程度肺腺癌患者的CK7、TTF-1及ki-67阳性表达率比较,差异无统计学意义(P>0.05);有淋巴结转移的肺腺癌患者CK7、TTF-1及ki-67阳性表达率高于无淋巴结转移患者,差异有统计学意义(P<0.05);CK7、TTF-1、ki-67联合检测肺腺癌的灵敏度、特异性、准确率、阳性预测值以及阴性预测值均高于三指标单独检测(P<0.05);CK7、TTF-1及ki-67单独检测以及联合诊断肺腺癌与病理学检查结果的一致性Kappa值分别为0.734、0.763、0.719、0.935。结论 CK7、TTF-1及ki-67在肺腺癌组织中呈高表达状态,三指标可辅助诊断肺腺癌,为临床诊断肺腺癌提供可靠依据。

基于不同机器学习算法的影像组学模型预测浸润性乳腺癌Ki⁃67表达的价值

目的:基于动态增强磁共振成像(DCE⁃MRI)探究不同机器学习算法的影像组学模型预测浸润性乳腺癌Ki⁃67表达状态的价值。方法:回顾性分析于本院行双乳磁共振检查患者,按照纳入排除标准最终纳入患者156例,按照7∶3比例分为训练集和测试集。通过单因素分析、最小绝对收缩和选择算子法和递归特征消除进行特征筛选,筛选出不同数量特征分别通过5种机器学习算法建立影像组学模型来预测浸润性乳腺癌Ki⁃67表达状态。比较不同模型的受试者工作特征曲线下面积(AUC)并计算准确率和F1度量值评估其性能,校准曲线评估模型拟合度,并应用DeLong检验比较不同模型间的差异性。结果:同一分类器在不同的特征数下预测性能不同。在基于DCE⁃MRI提取的3个特征下,5种模型的预测性能相对较好,其中支持向量机的整体性能最优,AUC、准确率和F1度量值在训练集分别为0.95、0.95、0.90,在测试集分别为0.88、0.79、0.74。DeLong检验显示,在基于3个特征的5个模型中,支持向量机与逻辑回归的性能差异有统计学意义(P<0.001),与其余3个模型无统计学差异。结论:基于DCE⁃MRI所构建的影像组学模型可以预测浸润性乳腺癌Ki⁃67表达状态,该方法有望为临床医生对浸润性乳腺癌的术前干预和预后提供指导。

基于增强CT的影像组学模型预测肺癌Ki-67指数的价值

目的探讨基于增强CT图像的影像组学模型在预测肺癌肿瘤增殖抗原Ki-67表达水平中的价值。方法收集2014年1月—2018年12月接受胸部CT增强扫描并在检查后2周内经病理证实、行Ki-67表达水平检测的282例肺癌病人影像与临床相关资料。按7∶3比例将病人分成训练组(n=197)和验证组(n=85)。Ki-67指数≤40%为低表达,>40%为高表达。使用影像组学与人工智能整体解决方案应用平台A.K软件进行影像特征提取。采用logistic回归建立基于影像组学标签与临床因素预测肺癌病人Ki-67低、高表达的列线图模型。结果列线图模型在训练组和验证组的受试者工作特征曲线下面积为0.89和0.87;校准曲线和临床决策曲线均显示模型预测效果良好。结论基于增强CT影像组学标签的列线图模型可用于预测肺癌病人Ki-67的表达水平。

p16/Ki-67双染检测、HPVE6/E7mRNA检测在宫颈病变诊断中的价值研究

目的:探讨p16/Ki-67双染检测、HPVE6/E7mRNA检测在宫颈病变诊断中的价值。方法:选择2021年4月至2023年2月我院收治的605例高危型HPV阳性患者为研究对象,所有患者入院后均进行阴道镜检查与病理活检,取患者细胞学样本分别进行p16/Ki-67双染检测、HPVE6/E7mRNA检测。比较两种方法单独检查与联合检测对宫颈病变阳性检出率的差异;比较三种检查方法对宫颈病变诊断效能的差异。结果:联合检测检出CIN1~3阳性率均高于p16/Ki-67双标记、HPVE6/E7mRNA检测(P<0.05);三种检测方式的浸润癌阳性检出率比较无明显差异(P>0.05)。Kappa检验分析结果显示,p16/Ki-67双标记与HPVE6/E7mRNA检查结果与病理诊断结果具有较好的一致性(Kappa值=0.719,P<0.05);联合检测结果与病理诊断结果具有高度的一致性(Kappa值=0.894,P<0.05)。联合检测对宫颈病变的诊断灵敏度、特异性与准确率高于p16/Ki-67双标记与HPVE6/E7mRNA检查(P<0.05)。结论:p16Ki-67双染与HPVE6/E7mRNA联合检测可准确检出宫颈病变程度,对宫颈病变疾病类型的鉴别可提供充足可靠的数据支持,联合检查的诊断效能较好,对患者后续相关治疗开展有积极指导意义。

人附睾蛋白4、磷酸酶张力蛋白同源物磷酸酶张力蛋白同源物、Ki-Ki-6767在卵巢癌中的表达及与患者临床特征和预后的关系

目的目的探讨人附睾蛋白4(HE4)、磷酸酶张力蛋白同源物(PTEN)、Ki-67在卵巢癌中的表达及与患者临床特征和预后的关系。方法方法选取83例卵巢癌患者和75例卵巢良性病变患者,分别作为卵巢癌组和卵巢良性病变组,比较两组患者及不同临床特征卵巢癌患者HE4、PTEN、Ki-67阳性表达情况。根据预后情况将卵巢癌患者分为预后良好组和预后不良组,采用Logistic回归模型分析卵巢癌患者预后的影响因素。结果结果卵巢癌组患者HE4、Ki-67阳性表达率均明显高于卵巢良性病变组,PTEN阳性表达率明显低于卵巢良性病变组,差异均有统计学意义(P﹤0.01)。不同分化程度、TNM分期、远处转移情况卵巢癌患者HE4、Ki-67、PTEN阳性表达率比较,差异均有统计学意义(P﹤0.05)。单因素分析结果显示,预后良好组(n=71)和预后不良组(n=12)患者分化程度、TNM分期、远处转移情况及HE4、PTEN、Ki-67表达情况比较,差异均有统计学意义(P﹤0.05)。多因素Logis-tic回归分析结果显示,分化程度、TNM分期、远处转移情况及HE4、PTEN、Ki-67表达情况均是卵巢癌患者预后的影响因素(P﹤0.05)。结论结论HE4、PTEN和Ki-67参与了卵巢癌的发生发展,是卵巢癌患者预后的影响因素。

宫颈癌中p16、Ki67和EGFR的表达及其临床意义

目的研究在宫颈癌中p16、Ki67、EFGR的表达与临床意义。方法选取2018年2月—2023年2月常州市肿瘤医院收治的70例宫颈癌患者,通过免疫组织化学染色法检测所有患者的p16、Ki67、EFGR表达情况,并分析其临床意义。结果在收治的70例患者中,p16阳性表达率为48.6%,Ki67阳性表达率为67.1%,EFGR阳性表达率为81.4%;宫颈癌患者体内p16、Ki67和EFGR所呈现出的表达情况同患者在病理层面的分级信息、临床分期信息及淋巴结转移信息密切关联(P<0.05)。结论临床收治的宫颈癌患者p16、Ki67、EFGR所呈现出的表达特征同肿瘤所具有的进展状况及远期预后存在密切关系,其所具有的阳性表达水平特点与病理层面的分级以及临床分期、机体淋巴结转移状况关联性较强。

基于超声图像特征的列线图模型预测乳腺叶状肿瘤Ki-67表达水平的临床价值

目的基于超声图像特征构建列线图模型,探讨其预测乳腺叶状肿瘤(PTB)Ki-67表达水平的临床价值。方法选取我院经术后病理证实的PTB患者119例,根据Ki-67表达水平分为Ki-67低表达组(Ki-67≤10%)82例和Ki-67高表达组(Ki-67>10%)37例。比较两组超声图像特征的差异,包括最大径、纵横比、形态、边缘、实质回声、囊变、钙化、后方回声、血流信号、阻力指数、收缩期峰值流速;应用多因素Logistic回归分析筛选预测Ki-67高表达水平的独立预测因子,基于独立预测因子构建列线图模型。采用Bootstrap自助抽样法进行内部验证,绘制受试者工作特征(ROC)曲线分析模型的区分度;采用Hosmer-Lemeshow检验并绘制校准曲线评估模型的校准度;临床决策曲线分析模型的临床适用性。结果两组最大径、囊变、血流信号、收缩期峰值流速比较差异均有统计学意义(均P<0.05);两组纵横比、形态、边缘、实质回声、钙化、后方回声、阻力指数比较差异均无统计学意义。多因素Logistic回归分析显示,最大径、囊变和收缩期峰值流速均为预测Ki-67高表达水平的独立影响因子(OR=1.164、0.078、1.404,均P<0.05),根据上述独立预测因子构建列线图模型。ROC曲线分析显示,列线图模型预测PTB患者Ki-67高表达水平的曲线下面积(AUC)为0.812(95%可信区间:0.704~0.920);Hosmer-Lemeshow检验显示,列线图模型预测概率与实际概率比较差异无统计学意义(P=0.330);校准曲线显示,预测曲线与校准曲线的校准度较高,C-index为0.814(95%可信区间:0.710~0.913);临床决策曲线分析显示,当阈值为0.10~0.48时,该模型的临床获益较高。结论基于超声图像特征的列线图模型可用于预测PTB患者Ki-67表达水平,该模型具有较高的准确性和可靠性。

表观扩散系数鉴别肺癌脑转移瘤组织学分型及其与Ki-67增殖指数的相关性

目的探讨表观扩散系数(apparent diffusion coefficient,ADC)鉴别诊断肺癌脑转移瘤组织学分型的价值及其与Ki-67增殖指数之间的关系。材料与方法回顾性分析经手术病理证实的20例小细胞肺癌脑转移瘤和41例非小细胞肺癌脑转移瘤患者的资料,并测定其Ki-67增殖指数。在ADC图上测量肿瘤实性部分的最小ADC值(the minimum ADC,ADCmin)、平均ADC值(the mean ADC,ADCmean)及对侧正常脑白质ADC值,并计算相对ADCmin(relative ADCmin,rADCmin)及相对ADCmean(relative ADCmean,rADCmean)。对比分析二者ADC值的差异,绘制受试者工作特征(receiver operating characteristic,ROC)曲线评价ADC值的鉴别诊断价值,并计算ADC值与Ki-67增殖指数之间的相关性。结果小细胞肺癌脑转移瘤组的ADCmin、ADCmean、rADCmin及rADCmean值均小于非小细胞肺癌脑转移瘤组,组间差异均具有统计学意义(P<0.05)。各ADC值均能对小细胞肺癌脑转移瘤及非小细胞肺癌脑转移瘤进行有效鉴别,其中rADCmean值的鉴别诊断效能最好,曲线下面积(area under the curve,AUC)为0.950[95%置信区间(confidence interval,CI):0.907~0.994],最佳截断值为0.955,相应的敏感度和特异度分别为96.23%、83.87%,准确度为91.67%。小细胞肺癌脑转移瘤组的Ki-67增殖指数大于非小细胞肺癌脑转移瘤组,组间差异具有统计学意义(P<0.05)。61例肺癌脑转移瘤患者的ADCmin、ADCmean、rADCmin及rADCmean值均与Ki-67增殖指数呈不同程度的负相关(r=-0.506、r=-0.480、r=-0.569、r=-0.541)。结论ADC值可以对肺癌脑转移瘤的组织学分型进行鉴别诊断,并可以预测Ki-67增殖指数的表达水平。

磁共振弥散成像的ADC直方图对子宫内膜癌分级分期及Ki⁃67表达的评估价值

目的:分析磁共振弥散表观弥散系数(ADC)直方图参数与子宫内膜癌的病理分级、分期及Ki⁃67表达的相关性,探讨ADC直方图的应用价值。方法:南通大学附属医院2016年1月至2022年10月的110例子宫内膜癌患者纳入研究,术前完成3 T磁共振弥散成像并由工作站获取ADC图,术后均有病理分级、分期以及Ki⁃67表达水平。Mann⁃Whitney U检验用于评估不同组之间ADC直方图参数的差异。通过Pearson相关分析评估Ki⁃67表达与ADC直方图参数之间的相关性。使用受试者工作特征(ROC)曲线分析评估不同组间差异参数的诊断性能。结果:(1)子宫内膜癌病理高、中、低分化组的ADCmean、ADCske和ADCkur分别为(1.37±0.53)×10^(-3)mm^(2)/s、1.36±0.52、1.70±0.64,(0.92±0.50)×10^(-3)mm^(2)/s、0.92±0.51、1.10±0.54,(0.73±0.40)×10^(-3)mm^(2)/s、0.73±0.41、0.86±0.41;国际妇产科联盟(FIGO)分期Ⅰ、Ⅱ、Ⅲ、Ⅳ期的ADCmean、ADCske、ADCkur分别为(1.38±0.53)×10^(-3)mm^(2)/s、0.11±0.69、0.38±1.79,(1.01±0.49)×10^(-3)mm^(2)/s、0.15±0.73、0.36±1.33,(0.74±0.40)×10^(-3)mm^(2)/s、0.06±0.47、0.59±0.55,(0.56±0.29)×10^(-3)mm^(2)/s、0.07±0.47、0.52±0.57。不同级及不同分期肿瘤之间的ADC直方图参数存在统计学差异。淋巴结阳性及阴性组的ADCmean、ADCske、ADCkur分别为(0.62±0.25)×10^(-3)mm^(2)/s、0.01±0.56、0.56±0.59,(1.14±0.55)×10^(-3)mm^(2)/s、0.03±0.72、0.28±1.46。淋巴结阳性组ADC参数显著低于淋巴结阴性组。(2)ADCmean、ADC10th、ADC50th、ADC90th和Ki⁃67表达之间存在显著的负相关。(3)在盆腔淋巴结阳性组与阴性组的ROC曲线分析中,ADCmean、ADC10th、ADC50th、ADC90th的曲线下面积(AUC)分别为0.816、0.776、0.803、0.834,ADC90th的AUC与ADC10th、ADC50th间有统计学差异。结论:ADC直方图定量参数有助于预测子宫内膜癌的分级、分期和淋巴结转移,也有助于肿瘤Ki⁃67表达的评估。

多模态多参数磁共振成像在脑胶质瘤Ki-67表达中的研究

目的探讨多模态磁共振成像技术及其定量和定性参数预测胶质瘤Ki-67表达水平的价值。材料与方法选取330例胶质瘤患者,其中异柠檬酸脱氢酶(isocitrate dehydrogenase,IDH)野生型201例,IDH突变型129例。获得常规MRI特征、表观扩散系数(apparentdiffusion coefficient,ADC)、动态对比增强(dynamic contrast-enhanced,DCE)MRI定性及定量参数时间-强度曲线(time-intensity curve,TIC)、转运常数(volume transfer constant,K^(trans))、渗出速率常数(the rate constant,K_(ep))、血管外细胞外容积分数(fractional volume of the extravascular-extracellular,V_(e))、血浆分数(plasma fraction,V_(p))及磁共振波谱(magnetic resonance spectroscopy,MRS)代谢产物比值,对胶质瘤患者进行logistic回归,以确定与Ki-67表达水平相关因素。用受试者工作特征曲线下面积(area under the curve,AUC)评价预测模型的性能。结果在胶质瘤患者分析中,K^(trans)(OR=1.012,P<0.001)、ADC(OR=0.998,P<0.05)、强化程度(OR=3.317,P<0.05)是Ki-67表达水平的独立预测因素,AUC为0.893。结论K^(trans)、ADC和强化程度可能是预测胶质瘤Ki-67表达水平的有效参数。

分形维数对高级别胶质瘤异柠檬酸脱氢酶-1基因突变状态和Ki-67指数的评估价值

目的:探讨分形维数(FD)评估高级别胶质瘤(HGG)异柠檬酸脱氢酶-1(IDH-1)基因突变状态和肿瘤细胞的增殖活跃程度的价值。方法:收集经病理证实为HGG并测定IDH-1突变状态和Ki-67指数的患者75例,其中,IDH-1野生型52例,IDH-1突变型23例。术前在T_(1)WI、T_(2)WI、DWI图像最大层面及其上下2个层面上自动勾画肿瘤边界及瘤周水肿范围,测定外边缘FD值,取3个层面的平均值为测定值。比较IDH-1突变型和野生型组间FD值的差异;使用ROC曲线分析不同FD值对评估IDH-1突变的效能;使用logistic回归分析评估FD是否为IDH-1突变的独立危险因素;使用Pearson相关分析评估不同FD值与Ki-67指数之间的关系。结果:IDH-1野生型T_(1(肿瘤))-FD、T_(2(肿瘤))-FD、T_(2(水肿))-FD、DWI_((肿瘤))-FD均低于IDH-1突变型(均P<0.05);且在DWI上的FD值诊断效能最高,AUC为0.868,特异度为0.696,敏感度为0.923,且DWI_((肿瘤))-FD是IDH-1突变预测的独立危险因素;各FD值与Ki-67指数均呈正相关,T_(2(肿瘤))-FD与Ki-67指数相关性最高(r=0.4853,P<0.0001)。结论:基于HGG患者MRI图像测定的FD值可评估患者IDH-1基因突变状态,且与Ki-67指数呈正相关。

二维超声联合彩色多普勒超声预测乳腺癌Ki-67表达水平的研究

目的:基于超声声像图特征预测乳腺癌患者Ki-67表达水平。方法:回顾性分析南通大学附属肿瘤医院收治的172例乳腺癌患者资料,<50岁51例、≥50岁121例。根据手术病理免疫组化结果分为Ki-67高表达组(n=108)及低表达组(n=64),所有患者术前均进行彩色多普勒超声检查。收集患者的年龄、家族史、基础疾病等临床资料,分析肿块超声声像图特征与Ki-67表达水平的相关性,对两个组别间差异具有统计学意义的超声参数纳入多因素逐步Logistic回归,随即获取乳腺癌Ki-67高表达的独立预测因素,创建临床预测模型,并使用受试者工作特征(ROC)曲线、DeLong检验对其性能进行评价。结果:Ki-67高表达组与低表达组之间的肿瘤最大直径、内部回声及Adler血流分级这3个超声声像图特征的差异具有统计学意义(P<0.05),三者联合预测模型ROC曲线下面积达到0.825。并且联合模型AUC值与单一特征模型相比差异具有统计学意义,提示该预测模型有能力区分Ki-67表达情况。结论:基于超声的临床预测模型对乳腺癌患者Ki-67表达水平预测效能较好,临床应用价值较高。

肺癌中Ki-67的作用机制及影像组学的相关研究进展

影像组学是一种新兴的诊疗技术,可以从CT、MR以及PET图像中高通量提取影像组学特征并筛选出与诊疗目的密切相关的特征,对肿瘤或疾病分型、预后或者基因组改变精准预测。Ki-67是一种细胞核蛋白,只存在于增殖分裂中的细胞核,在静止期的细胞核中不表达,因此可以作为细胞增殖能力的预测指标,已被证实与肺癌预后密切相关。本文就Ki-67在肺癌中的作用机制及其影像组学研究进展进行综述。

HPV阳性女性中宫颈液基细胞学、DNA倍体分析及P16/Ki-67双染检测对宫颈癌前病变的分流效果研究

目的探讨在HPV阳性女性中,液基细胞学、DNA倍体分析及P16/Ki-67双染检测对宫颈癌前病变的分流作用。方法回顾性分析2021年5月至2022年12月在我院妇科行阴道镜及宫颈活检的妇女590例。患者高危人乳头瘤病毒(human papilloma virus,HPV)检测阳性,且行液基细胞学(liquid-based cytology,LBC)、DNA倍体分析、P16/Ki-67双染3种检查,对上述3种方法的灵敏度、特异性、受试者工作特征(receiver operating characteristic,ROC)曲线进行统计分析。结果液基细胞学、DNA倍体分析和P16/Ki-67双染3种筛查方法对宫颈癌前病变的灵敏度分别为84.2%、77.5%、76.4%,特异性分别为40.7%、49.2%、70.1%,曲线下面积(area under the curve,AUC)分别是0.625、0.634、0.733,其中,P16/Ki-67双染检测显著优于液基细胞学检查及DNA倍体分析(P<0.0001)。结论本研究认为,在HPV阳性女性中,P16/Ki-67双染检测的分流效果最佳。

基于MRI增强扫描的影像组学对肝细胞癌Ki-67表达水平的术前预测价值

目的:探讨基于MRI增强扫描影像组学对肝细胞癌(HCC)Ki-67表达水平的术前预测价值。方法:回顾性分析101例HCC患者的临床资料及MRI增强扫描资料,以10%为界区分Ki-67高表达组(62例)和低表达组(39例)。提取MRI增强扫描的动脉期、门脉期、延迟期肿瘤区域的影像组学特征,通过五折交叉验证构建训练集(80例)的单期模型及3期联合的组学逻辑回归模型。结合临床资料及影像特征建立临床-影像-组学模型。通过ROC曲线比较各模型间的诊断效能,最后行测试集(21例)验证,筛选出最佳诊断模型。结果:肿瘤最大径、肿瘤边缘是HCC Ki-67高表达的独立危险因素。临床-影像模型在训练集和测试集中的AUC分别为0.764、0.759,MRI增强扫描的动脉期、静脉期、延迟期及3期联合模型在训练集的AUC分别为0.819、0.804、0.865、0.915,测试集分别为0.730、0.720、0.807、0.843。临床-影像-组学模型中,训练集AUC为0.924,测试集为0.880。结论:应用MRI增强扫描建立的临床-影像-组学模型能对HCC术前Ki-67的表达提供预测价值。

基于多参数MRI影像组学术前预测脑膜瘤Ki67表达的研究

目的探讨基于常规多参数MRI影像组学模型术前预测脑膜瘤的Ki67表达状态的价值。方法回顾性分析吉林大学中日联谊医院2013年3月至2021年11月305例经术后病理结果确诊为脑膜瘤患者的资料。获取所有患者术前轴位T1WI、T2WI、T2-FLAIR及T1WI增强(T1C)图像,手动标注肿瘤实质区作为感兴趣区(EnHROI),并将病灶边缘向周围膨胀3 mm、5 mm分别得到EnH3mmROI、EnH5mmROI。对图像进行灰度归一化后提取影像组学特征,并使用相关系数法与最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法对影像组学特征进行筛选,依次使用二次判别分析和逻辑回归方法建立影像组学预测模型。通过绘制受试者工作特征曲线(ROC),计算曲线下面积(AUC)来评估各模型预测效能。结果二次判别分析和逻辑回归方法建立的模型均具有良好的预测效能,其中二次判别分析方法表现更佳,在EnH模型、EnH3mm模型、EnH5mm模型的训练集中的AUC分别为0.806、0.841、0.773,在测试集中的AUC分别为0.776、0.818、0.757。组学模型之间比较显示EnH3mm模型效能最佳,其在训练集和测试集中特异性分别为0.882、0.857,准确性分别为0.796、0.777。结论基于术前多序列MRI影像组学模型可有效预测脑膜瘤Ki67表达状态,其中病灶增强区并膨胀3 mm的区域构建模型的效能最佳。

基于增强CT的深度学习模型预测胃肠道间质瘤Ki-67表达的双中心研究

目的探讨基于增强CT的深度学习模型术前无创预测胃肠道间质瘤(GIST)Ki-67表达的价值。方法回顾性收集2所医院经手术病理证实且行免疫病理学染色的262例GIST病人的临床及影像学资料,其中男140例、女122例,平均年龄(55.82±10.13)岁。将一所医院收集的190例病人使用随机分层抽样法以7∶3的比例分为训练组(133例)和内部验证组(57例);将另一所医院收集的病人作为外部验证组(72例)。应用Resnet34、Resnet50、Densenet、Efficientnet和Efficientnetv2等5种基础网络进行模型训练和优化。采用受试者操作特征曲线下面积(AUC)、准确度、特异度、敏感度评估模型的预测效能。使用DeLong检验比较各模型间AUC值差异,得到最佳网络模型。应用梯度类加权激活映射(Grad-CAM)可视化的方法在原始CT图像上生成注意力热图。结果当学习率(Lr)为0.0005时,5种模型在训练组、内部验证组、外部验证组中预测Ki-67表达的AUC值均高于Lr=0.0001时。Densenet(Lr=0.0005)模型在训练组、内部验证组、外部验证组中对Ki-67表达的预测效能、准确度均最佳,AUC分别为0.983、0.930、0.925,预测准确度分别为92.77%、88.14%、87.77%。Efficientnet模型的预测敏感度最佳,Efficientnetv2模型的预测特异度最佳,但两者准确度均低于其他模型。注意力热图显示模型可以从矩形兴趣区(ROI)中正确识别肿瘤区域,合理解释模型的决策逻辑。结论基于增强CT的深度学习模型具有良好的稳定性和诊断效能,是一种无创预测GIST Ki-67表达的潜在方法。

基于机器学习的多参数MRI影像组学预测喉鳞状细胞癌患者Ki-67表达水平的研究

目的探讨基于机器学习的多参数MRI影像组学在术前预测喉鳞状细胞癌(LSCC)患者Ki-67表达水平的价值。方法回顾性分析2016年1月至2024年2月在温州医科大学附属第五医院(中心1)和2019年1月至2023年12月丽水市人民医院(中心2)经病理检查证实为LSCC共271例患者的临床病理及MRI资料。将中心1的189例患者以7∶3比例随机分为训练集132例和验证集57例;中心2的82例患者作为外部测试集。在T2WI和对比增强T1加权成像(CE-T1WI)图像中提取病灶的影像组学特征,通过降维获得最佳特征并建立6种机器学习分类器。选择验证集和外部测试集中平均AUC最高的分类器作为最佳影像组学模型,并将其结果转换为影像组学评分(Rad-score)。将单因素分析中P<0.05的临床特征纳入多因素logistic回归分析,得到与Ki-67高表达相关的危险因素并建立临床模型。基于临床危险因素和影像组学特征构建联合模型,并绘制列线图。采用ROC曲线评价不同模型对Ki-67表达水平的预测效能。结果从T2WI和CE-T1WI图像中获得了12个最佳影像组学特征。在验证集和外部测试集中,6种机器学习分类器AUC范围分别在0.647~0.829和0.664~0.803,其中支持向量机具有最佳的预测效能(平均AUC为0.816)。进一步将临床T分期、MRI报告淋巴结状态与Rad-score相结合建立列线图模型。ROC曲线结果显示,列线图模型在训练集、验证集和外部测试集的AUC分别为0.923、0.870和0.822。结论基于机器学习的多参数MRI影像组学对LSCC患者Ki-67表达水平具有较好的预测效能,进一步结合临床特征建立的列线图模型能够更好地提升预测效能。

基于多参数MRI影像组学构建机器学习模型与直肠癌Ki-67表达相关性

目的探讨mp-MRI的影像组学模型术前无创性预测直肠癌患者Ki-67表达水平的价值。方法回顾性分析2016年1月至2023年7月在安徽省肿瘤医院就诊的97例直肠腺癌患者临床资料,术前行常规MRI检查及IVIM-DWI扫描,根据术后病理Ki-67表达状态,分为低表达组(n=64)、高表达组(n=33)。在三个不同序列(高分辨Ax-T2WI、动态增强平衡期Sag LAVA-FLEX和IVIM-DWI)上分别提取三维影像组学纹理分析特征参数。按7∶3比例分为训练组(n=67)和测试组(n=30),训练组用于特征筛选和建立影像组学模型,测试组用于验证所建立模型的可靠性。比较训练组和测试组患者基线资料的差异,使用Pearson相关性、SelectPercentile和LASSO完成最佳预测特征选择,分别基于影像组学特征采用SGD、SVM和LR机器学习算法构建模型,并进行10折交叉验证。应用受试者操作特征(ROC)曲线评估模型预测直肠腺癌Ki-67表达水平的效能,采用DeLong检验对曲线下面积(AUC)进行比较。结果从每例患者的高分辨Ax-T2WI、动态增强平衡期Sag LAVA-FLE和IVIM-DWI(b=800 s/mm^(2))三个序列上共提取出5622个影像组学特征;筛选出6个影像组学特征作为最佳预测特征构建模型。SGD、SVM和LR的最高AUC分别为0.867、0.853和0.884;其中SGD算法准确率为76%,在3个模型中预测性能最佳。结论基于多参数MRI的影像组学模型在术前预测直肠腺癌Ki-67表达水平有一定的价值,SGD在预测直肠腺癌Ki-67表达水平中效能最佳。

Ki67在卵巢癌不同组织学类型中的差异表达及预后价值

目的探讨Ki67在上皮性卵巢癌不同组织学类型和国际妇产科联合会(FIGO)分期中的表达及其临床意义。方法通过基因表达谱交互分析(GEPIA)和基因表达综合(GEO)数据库评估卵巢癌中Ki67的表达情况。采用RT-qPCR法检测卵巢癌细胞中Ki67的RNA表达水平。通过免疫组化法检测Ki67在104例卵巢癌组织中的蛋白表达水平,并分析其与卵巢癌临床病理特征和预后的关系。结果Ki67在卵巢癌细胞和组织中高表达,Ki67的表达与FIGO分期(P<0.001)、组织学类型(P<0.001)、单侧/双侧受累(P=0.007)和淋巴结转移(P=0.014)显著相关。Ki67在浆液性癌中表达最高,在透明细胞癌中表达最低,且浆液性癌与子宫内膜样癌(P=0.007)、透明细胞癌(P<0.001)的Ki67表达差异具有统计学意义。此外,Ki67表达在FIGOⅢ期中最高,且与Ⅰ期(P=0.002)、Ⅱ期(P=0.008)的表达差异具有统计学意义。Ki67高表达者的3年生存率和无进展生存期(PFS)明显低于低表达者(P<0.05)。结论浆液性癌中Ki67的表达阳性率明显高于其他类型卵巢癌,可用于浆液性癌的病理诊断与鉴别诊断,Ki67的高表达与卵巢癌患者预后不良相关。