基于CT的放射组学特征预测肺腺癌EGFR突变状态

目的:构建临床和放射学特征相结合的列线图以预测EGFR突变状态。方法:利用临床和放射学特征建立临床-放射学(C-R)模型。C-R模型与最佳放射组学模型建立临床-放射学-放射组学(C-R-R)模型。模型的预测性能使用ROC曲线进行评估。结果:在放射组学中10个特征与EGFR突变有关,使用支持向量机(SVM)分类器可获得最佳放射组学特征模型。C-R-R模型在预测EGFR突变状态方面具有最佳区分能力,其AUC在训练集和验证集中分别为0.95(95%CI 0.90~0.98)和0.94(95%CI 0.87~0.98)。结论:基于CT的放射组学特征与临床和放射学特征相结合而建立的非侵入性C-R-R模型可能为肺癌靶向治疗提供有价值的生物学信息。