临床-影像组学列线图对非小细胞肺癌肺门与纵隔淋巴结转移的预测研究
Prediction of Lymph Node Metastasis in Non-small Cell Lung Cancer Involving the Hilum and Mediastinum Using A Clinicalradiomics Nomogram作者机构:安徽省凤阳县人民医院医学影像科安徽凤阳233100 蚌埠医学院第一附属医院放射科安徽蚌埠233004
出 版 物:《中国CT和MRI杂志》 (Chinese Journal of CT and MRI)
年 卷 期:2023年第21卷第11期
页 面:84-87页
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 10[医学]
基 金:2022年凤阳县科技计划项目(SF2022-04) 2022年滁州市科技计划项目(农村与社会发展领域)(2022ZD007) 安徽省重点研究与开发计划项目(2022e07020033)
主 题:临床-影像组学列线图 非小细胞肺癌 肺门与纵隔淋巴结转移
摘 要:目的探究临床-影像组学列线图对非小细胞肺癌(non-small cell lung cancer,NSCLC)肺门与纵隔淋巴结转移(lymph node metastasis,LNMs)的预测价值。方法将190例NSCLC分成训练组(n=133)和外部验证组(n=57),分别构建三种Logistic回归预测模型。采用受试者工作特征曲线(receiver operator characteristic curve,ROC)及曲线下面积(area under the curve,AUC)评价模型的预测效能,模型间AUC差异采用Delong检验,校准曲线评价校准度,决策曲线分析(decision curve analysis,DCA)评价临床适用性。结果影像组学模型由6个影像组学特征(Radscore)构成;毛刺征、病灶成分以及癌胚抗原(carcino-embryonic antigen,CEA)构成临床模型;毛刺征、病灶成分以及Radscore构成临床-影像组学列线图模型。训练组中,临床-影像组学列线图模型预测效能(AUC=0.840)高于临床模型(AUC=0.762)和影像组学模型(AUC=0.759),AUC存在统计学差异(P0.05)。校准曲线与DCA显示,临床-影像组学列线图具有良好的校准度和临床适用性。结论临床-影像组学列线图对NSCLC肺门与纵隔LNMs具有良好的预测能力,明显高于单一的影像组学和临床因素。