脑胶质瘤是脑实质最常见的原发恶性肿瘤。脑胶质瘤分为1~4级,其中2级和3级被称为较低级别脑胶质瘤(lower-grade gliomas,LGGs)。2021年世界卫生组织中枢神经系统分类(World Health Organization central nervous system,WHO CNS)深化了...脑胶质瘤是脑实质最常见的原发恶性肿瘤。脑胶质瘤分为1~4级,其中2级和3级被称为较低级别脑胶质瘤(lower-grade gliomas,LGGs)。2021年世界卫生组织中枢神经系统分类(World Health Organization central nervous system,WHO CNS)深化了分子分型对LGGs诊疗的重要性,以LGGs分子分型进行病理分级升级诊断。影像组学作为新兴领域,可术前无创预测LGGs分子分型,为LGGs的治疗评估及预后预测提供依据。目前已有较多研究通过分析MRI常规序列、功能序列,结合临床信息,运用机器学习和深度学习建立影像组学模型,术前无创预测LGGs分子分型。虽然其存在局限性,但仍具有一定的科研与临床意义。本文就LGGs分子分型在MRI影像组学的研究进展予以综述,以期通过MRI影像组学术前预测LGGs分子分型,便于指导临床个体化诊疗方案制订及预后预测。展开更多
目的:通过监测、流行病学及预后(surveillance,epidemiology,and end result,SEER)数据库开发列线图来分析低级别胶质瘤(low-grade glioma,LGG)患者的预后因素并且预测其生存率。方法:通过SEER数据库收集LGG患者5439例,并统计其人口统...目的:通过监测、流行病学及预后(surveillance,epidemiology,and end result,SEER)数据库开发列线图来分析低级别胶质瘤(low-grade glioma,LGG)患者的预后因素并且预测其生存率。方法:通过SEER数据库收集LGG患者5439例,并统计其人口统计学信息及临床特征。随机抽取其中1001例作为模型的内部验证集,并收集2010-2017年间就诊于山西省人民医院的LGG患者67例作为外部验证集。采用单因素、多因素Cox回归及Lasso回归分析LGG患者的独立危险因素,并考虑其临床效用性。将这些独立预测因素整合在一起,绘制预测LGG患者1年和3年生存率的列线图。通过内部验证集数据及外部验证集数据绘制ROC曲线和校准曲线图来评估列线图的性能。结果:纳入训练集患者4438例,内部验证集患者1001例,外部验证集患者67例。一般情况人群分布无显著统计学差异。通过单因素、多因素Cox回归及Lasso回归分析联合生存分析结果选择独立危险因素,纳入年龄、病理学分型、手术方式、肿瘤大小、婚姻状况、放化疗及发病部位为独立预测因素(P<0.001)。由上述7种因素构建预后预测模型,结果以列线图形式呈现。内部验证集验证列线图的ROC曲线下面积为0.841和0.804;外部验证集验证列线图的ROC曲线下面积为0.703和0.742,表明该模型的区分度与准确度较高。校准曲线显示其具有较好的一致性。结论:本列线图可用于预测LGG患者1年和3年生存率,并且拥有较高的临床价值,可以为LGG的个体化治疗提供参考。展开更多
脑胶质瘤是颅内最常见的恶性肿瘤,复发率高,预后较差。较低级别脑胶质瘤是指2021世界卫生组织中枢神经系统肿瘤分类(World Health Organization Central Nervous System,WHO CNS)分级为2级和3级的肿瘤,较低级别脑胶质瘤的分子分型对其...脑胶质瘤是颅内最常见的恶性肿瘤,复发率高,预后较差。较低级别脑胶质瘤是指2021世界卫生组织中枢神经系统肿瘤分类(World Health Organization Central Nervous System,WHO CNS)分级为2级和3级的肿瘤,较低级别脑胶质瘤的分子分型对其治疗与预后有着重要的指导意义,因此分子分型诊断对脑胶质瘤的临床管理至关重要。分子分型诊断的金标准是病理检测,获取病理组织基因测序,但其有一定的有创性和滞后性。近年来,随着功能磁共振成像(functional MRI,fMRI)的发展,越来越多的研究明确了fMRI预测较低级别胶质瘤分子分型的价值,本文就近年来多种fMRI技术,包括扩散成像、灌注成像、酰胺质子转移成像等,对预测较低级别胶质瘤多种分子分型的研究进展作一综述,并就各种fMRI技术对不同分子分型的预测价值分别进行分析,旨在为预测较低级别胶质瘤分子分型提供影像学指标,从而达到临床精准诊治的目的。展开更多
目的:构建预测弥漫性低级别胶质瘤患者癫痫发作风险的影像组学风险模型,并初步评估患者预后。方法:利用癌症基因组图谱(the cancer genome atlas,TCGA)数据库和癌症影像档案(the cancer imaging archive,TCIA)数据库提供的影像数据集及...目的:构建预测弥漫性低级别胶质瘤患者癫痫发作风险的影像组学风险模型,并初步评估患者预后。方法:利用癌症基因组图谱(the cancer genome atlas,TCGA)数据库和癌症影像档案(the cancer imaging archive,TCIA)数据库提供的影像数据集及临床资料,通过影像组学方法构建癫痫风险评分模型,并结合临床指标建立列线图以预测癫痫发生概率及远期生存概率。用受试者工作特征(receiver operating characteristic,ROC)曲线及决策曲线分析评价模型的预测效能。结果:筛选出10个癫痫相关的影像特征建立风险评分模型,内部及外部验证的ROC曲线下面积分别为0.900和0.636。高风险组和低风险组的癫痫阳性率分别为80.6%和27.3%。高风险组和低风险组患者的5年疾病总生存率存在明显统计学差异(P=0.029),临床决策分析曲线显示“影像⁃临床”癫痫预测模型的净获益率优于临床预测模型。校准曲线显示3年、5年生存列线图有良好的校准和区分能力,列线图中高低危组5年总生存有明显统计学差异(P=0.008)。结论:本研究建立了一个基于术前MRI的影像组学模型,可用于无创预测弥漫性低级别胶质瘤患者癫痫发生风险及预后,为临床采取个体化治疗策略提供参考。展开更多
目的研究术前MRI影像组学对于低级别胶质瘤患者总生存期的预测,基于影像组学标签进行风险分层,指导临床个性化治疗选择。方法选取2011-01-2016-12郑州大学第一附属医院初次诊断为低级别胶质瘤的218例患者为研究对象。按照2∶1的比例将...目的研究术前MRI影像组学对于低级别胶质瘤患者总生存期的预测,基于影像组学标签进行风险分层,指导临床个性化治疗选择。方法选取2011-01-2016-12郑州大学第一附属医院初次诊断为低级别胶质瘤的218例患者为研究对象。按照2∶1的比例将其分为训练数据集(149例)和测试数据集(69例)。通过影像组学特征筛选,选取最优的影像组学特征构建影像组学标签,并对低级别胶质瘤患者进行预后预测。并在测试数据集中评估影像组学标签的预后价值。结果影像组学标签和患者总生存期存在显著相关性(P<0.0001),在测试数据集中进行了验证(P<0.0001)。使用影像组学标签和临床病理因素建立的影像组学-临床诺莫图相较于临床病理诺莫图有着更好的预测准确性(C-index:0.7930 vs C-index:0.7319)。结论影像组学标签可对低级别胶质瘤患者进行无创性风险分层,并可作为一种潜在的影像生物标志物。展开更多
文摘脑胶质瘤是脑实质最常见的原发恶性肿瘤。脑胶质瘤分为1~4级,其中2级和3级被称为较低级别脑胶质瘤(lower-grade gliomas,LGGs)。2021年世界卫生组织中枢神经系统分类(World Health Organization central nervous system,WHO CNS)深化了分子分型对LGGs诊疗的重要性,以LGGs分子分型进行病理分级升级诊断。影像组学作为新兴领域,可术前无创预测LGGs分子分型,为LGGs的治疗评估及预后预测提供依据。目前已有较多研究通过分析MRI常规序列、功能序列,结合临床信息,运用机器学习和深度学习建立影像组学模型,术前无创预测LGGs分子分型。虽然其存在局限性,但仍具有一定的科研与临床意义。本文就LGGs分子分型在MRI影像组学的研究进展予以综述,以期通过MRI影像组学术前预测LGGs分子分型,便于指导临床个体化诊疗方案制订及预后预测。
文摘目的:通过监测、流行病学及预后(surveillance,epidemiology,and end result,SEER)数据库开发列线图来分析低级别胶质瘤(low-grade glioma,LGG)患者的预后因素并且预测其生存率。方法:通过SEER数据库收集LGG患者5439例,并统计其人口统计学信息及临床特征。随机抽取其中1001例作为模型的内部验证集,并收集2010-2017年间就诊于山西省人民医院的LGG患者67例作为外部验证集。采用单因素、多因素Cox回归及Lasso回归分析LGG患者的独立危险因素,并考虑其临床效用性。将这些独立预测因素整合在一起,绘制预测LGG患者1年和3年生存率的列线图。通过内部验证集数据及外部验证集数据绘制ROC曲线和校准曲线图来评估列线图的性能。结果:纳入训练集患者4438例,内部验证集患者1001例,外部验证集患者67例。一般情况人群分布无显著统计学差异。通过单因素、多因素Cox回归及Lasso回归分析联合生存分析结果选择独立危险因素,纳入年龄、病理学分型、手术方式、肿瘤大小、婚姻状况、放化疗及发病部位为独立预测因素(P<0.001)。由上述7种因素构建预后预测模型,结果以列线图形式呈现。内部验证集验证列线图的ROC曲线下面积为0.841和0.804;外部验证集验证列线图的ROC曲线下面积为0.703和0.742,表明该模型的区分度与准确度较高。校准曲线显示其具有较好的一致性。结论:本列线图可用于预测LGG患者1年和3年生存率,并且拥有较高的临床价值,可以为LGG的个体化治疗提供参考。
文摘脑胶质瘤是颅内最常见的恶性肿瘤,复发率高,预后较差。较低级别脑胶质瘤是指2021世界卫生组织中枢神经系统肿瘤分类(World Health Organization Central Nervous System,WHO CNS)分级为2级和3级的肿瘤,较低级别脑胶质瘤的分子分型对其治疗与预后有着重要的指导意义,因此分子分型诊断对脑胶质瘤的临床管理至关重要。分子分型诊断的金标准是病理检测,获取病理组织基因测序,但其有一定的有创性和滞后性。近年来,随着功能磁共振成像(functional MRI,fMRI)的发展,越来越多的研究明确了fMRI预测较低级别胶质瘤分子分型的价值,本文就近年来多种fMRI技术,包括扩散成像、灌注成像、酰胺质子转移成像等,对预测较低级别胶质瘤多种分子分型的研究进展作一综述,并就各种fMRI技术对不同分子分型的预测价值分别进行分析,旨在为预测较低级别胶质瘤分子分型提供影像学指标,从而达到临床精准诊治的目的。
文摘目的:构建预测弥漫性低级别胶质瘤患者癫痫发作风险的影像组学风险模型,并初步评估患者预后。方法:利用癌症基因组图谱(the cancer genome atlas,TCGA)数据库和癌症影像档案(the cancer imaging archive,TCIA)数据库提供的影像数据集及临床资料,通过影像组学方法构建癫痫风险评分模型,并结合临床指标建立列线图以预测癫痫发生概率及远期生存概率。用受试者工作特征(receiver operating characteristic,ROC)曲线及决策曲线分析评价模型的预测效能。结果:筛选出10个癫痫相关的影像特征建立风险评分模型,内部及外部验证的ROC曲线下面积分别为0.900和0.636。高风险组和低风险组的癫痫阳性率分别为80.6%和27.3%。高风险组和低风险组患者的5年疾病总生存率存在明显统计学差异(P=0.029),临床决策分析曲线显示“影像⁃临床”癫痫预测模型的净获益率优于临床预测模型。校准曲线显示3年、5年生存列线图有良好的校准和区分能力,列线图中高低危组5年总生存有明显统计学差异(P=0.008)。结论:本研究建立了一个基于术前MRI的影像组学模型,可用于无创预测弥漫性低级别胶质瘤患者癫痫发生风险及预后,为临床采取个体化治疗策略提供参考。
文摘目的研究术前MRI影像组学对于低级别胶质瘤患者总生存期的预测,基于影像组学标签进行风险分层,指导临床个性化治疗选择。方法选取2011-01-2016-12郑州大学第一附属医院初次诊断为低级别胶质瘤的218例患者为研究对象。按照2∶1的比例将其分为训练数据集(149例)和测试数据集(69例)。通过影像组学特征筛选,选取最优的影像组学特征构建影像组学标签,并对低级别胶质瘤患者进行预后预测。并在测试数据集中评估影像组学标签的预后价值。结果影像组学标签和患者总生存期存在显著相关性(P<0.0001),在测试数据集中进行了验证(P<0.0001)。使用影像组学标签和临床病理因素建立的影像组学-临床诺莫图相较于临床病理诺莫图有着更好的预测准确性(C-index:0.7930 vs C-index:0.7319)。结论影像组学标签可对低级别胶质瘤患者进行无创性风险分层,并可作为一种潜在的影像生物标志物。