咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于治疗前多参数MRI影像组学特征预测局部晚期宫颈癌患者新辅... 收藏

基于治疗前多参数MRI影像组学特征预测局部晚期宫颈癌患者新辅助化疗后脉管浸润

Prediction of lymphovascular space invasion in locally advanced cervical cancer patients after neoadjuvant chemotherapy based on pre-treatment multi-parameter MRI radiomics features

作     者:董林逍 刘金金 张月洁 杨紫涵 吴青霞 王梅云 DONG Linxiao;LIU Jinjin;ZHANG Yuejie;YANG Zihan;WU Qingxia;WANG Meiyun

作者机构:河南大学人民医院(河南省人民医院)放射科郑州450003 郑州大学人民医院(河南省人民医院)放射科郑州450003 河南省科学院医工融合研究所脑科学与类脑智能实验室郑州450003 

出 版 物:《磁共振成像》 (Chinese Journal of Magnetic Resonance Imaging)

年 卷 期:2024年第15卷第8期

页      面:25-30,45页

核心收录:

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)] 100214[医学-肿瘤学] 10[医学] 

基  金:国家自然科学基金项目(编号:82001783、82371934) 国家重点研发计划重点专项(编号:2023YFC2414200) 

主  题:宫颈癌 淋巴脉管间隙浸润 磁共振成像 影像组学 新辅助化疗 

摘      要:目的基于治疗前多参数磁共振成像(multi-parametric magnetic resonance imaging,mpMRI)影像组学特征构建模型预测局部晚期宫颈癌(locally advanced cervical cancer,LACC)新辅助化疗(neoadjuvant chemotherapy,NACT)后淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)状态。材料与方法回顾性分析了300例于2013年至2022年来自于河南省人民医院(训练集187人,LVSI阳性73人)和河南省肿瘤医院(验证集113人,LVSI阳性31人)接受NACT并行根治性子宫切除术LACC患者的临床及影像资料。于轴位弥散加权成像(axial diffusion-weighted imaging,Ax_DWI)、矢状位T2加权成像(sagittal T2-weighted imaging,Sag_T2WI)和矢状位对比增强T1加权成像(sagittal T1-weighted contrast-enhanced imaging,Sag_T1C)上勾画肿瘤感兴趣区(region of interest,ROI)并提取特征,利用递归特征消除算法与最小绝对值收缩与选择算法筛选影像组学特征。随后,基于逻辑回归分类器分别建立单序列模型,双序列模型及基于三序列组学特征的联合序列模型。使用受试者工作特征(receiver operating characteristic,ROC)曲线评估各模型性能,使用DeLong检验比较曲线下面积(area under the curve,AUC),通过决策曲线评估模型的临床价值。结果在验证集中,基于Ax_DWI、Sag_T2WI及Sag_T1C构建的单序列模型的AUC分别为0.717[95%置信区间(confidence interval,CI):0.605~0.829]、0.734(95%CI:0.633~0.836)和0.733(95%CI:0.626~0.841);基于Ax_DWI+Sag_T2WI、Ax_DWI+Sag_T1C及Sag_T2WI+Sag_T1C构建的双序列模型的AUC值分别为0.763(95%CI:0.660~0.866)、0.786(95%CI:0.692~0.881)与0.815(95%CI:0.731~0.899);联合序列模型的AUC值为0.829(95%CI:0.740~0.914),高于各单序列模型与双序列模型,但联合序列模型与Ax_DWI模型、Sag_T2W1模型及Ax_DWI+Sag_T2W1模型之间AUC差异无统计学意义(P=0.015~0.047)。决策曲线显示联合序列模型的临床净效益高于单序列模型与各双序列模型。结论基于治疗前mpMRI影像组学特征构建的联合序列模型可有效预测LACC患者NACT后的LVSI状态。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分