基于DCE-MRI影像组学列线图预测三阴性乳腺癌血管生成拟态表达状态的研究

作     者：谢宗玉 姚文宇 杨静茹 张舒妮 刘宏德 XIE Zongyu;YAO Wenyu;YANG Jingru;ZHANG Shuni;LIU Hongde

作者机构：蚌埠医科大学第一附属医院放射科安徽蚌埠233004 蚌埠医科大学安徽蚌埠233030 东南大学生物科学与医学工程学院江苏南京214135 

出 版 物：《蚌埠医学院学报》 (Journal of Bengbu Medical College)

年 卷 期：2024年第49卷第4期

页      面：425-430页

学科分类：1002[医学-临床医学] 100214[医学-肿瘤学] 10[医学] 

基　　金：蚌埠医学院临床研究专硕(2022byflc008) 安徽省高校自然科学研究重点项目(KJ2021A0769) 

主　　题：乳腺肿瘤 血管生成拟态表达 影像组学 列线图 

摘      要：目的:探讨基于动态对比增强磁共振成像(DCE-MRI)影像组学联合临床特征构建的列线图在预测三阴性乳腺癌(TNBC)病人血管生成拟态(VM)表达状态中的价值。方法:回顾性分析术前经DCE-MRI检查且经病理证实的94例乳腺癌病人,以7∶3的比例随机分配训练集(n=65)和测试集(n=29)。选择DCE-MRI第2期勾画病灶最大层面。通过f-calssif函数、最小绝对收缩和选择算子回归筛选最优特征,通过支持向量机(SVM)构建DCE-MRI影像组学模型。通过单因素、多因素logistic回归筛选临床独立预测因子构建临床模型,选择DCE-MRI模型Rad-score联合临床独立预测因素建立列线图模型。结果:训练集中,VM表达阳性和阴性病人的有无腋窝淋巴结(ALN)转移、MRI最大径差异、肿瘤边缘状态均有统计学意义(P0.05~P0.01)。列线图模型其训练集AUC、敏感度、特异度及准确度分别为0.880、82.4%、89.6%及98.5%;测试集分别为0.869、87.5%、81.0%及82.8%。列线图模型在判断训练集、测试ALN转移结果与理想模型的一致性较好(P0.05)。结论:基于DCE-MRI影像组学列线图可作为一种准确、无创方法用于预测术前TNBC病人VM表达水平。