CT纹理分析预测食管鳞状细胞癌放化疗敏感性的研究

• 作者: 曹强 李宝生 李振江 衣明慧
• 来源期刊: 国际肿瘤学杂志
• 关键词: 食管肿瘤 放射疗法 化学疗法,辅助 治疗效果 纹理分析
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 论著
• 页码范围: 141-146
• 页数: 6页
• 字数: 4168字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1673-422X.2019.03.003

摘要

目的 探索食管鳞状细胞癌(ESCC)患者的CT纹理特征与放化疗敏感性的关系.方法 回顾性收集2014年1月1日至2017年12月31日山东大学附属山东省肿瘤医院收治的92例ESCC患者,通过评价治疗的敏感性,将患者分为敏感组(完全缓解+部分缓解)和抵抗组(疾病稳定+疾病进展).从患者定位CT图像中提取纹理参数.采用train-test-split将入组患者分为训练集(46例)和测试集(46例),训练集用来建立纹理参数预测敏感性的模型,测试集进行模型外部验证.结果 训练集中敏感组患者31例,抵抗组患者15例,对放疗敏感的比例为67.4％.单因素分析结果显示灰度直方图参数中的偏度在敏感组和抵抗组患者中的差异有统计学意义(Z=2.097,P=0.036),曲线下面积(AUC)为0.692,95％ CI为0.539～0.820,预测敏感性的阈值是≤-2.58.将灰度直方图参数中的偏度(Z=2.097,P=0.036)、灰度区域大小矩阵参数中的高灰区域优势(HGZE)(Z=1.722,P=0.085)和小区域高灰度优势(SZHGE)(Z=1.640,P=0.101)纳入二元logistic回归中,结果显示偏度为敏感性的独立影响因素(OR =0.558,95％CI为0.338～0.923,P=0.023).对二元logistic回归模型进行ROC曲线分析,结果显示AUC为0.718,95％ CI为0.550～0.886,表明回归模型可以预测ESCC放化疗敏感性.用测试集对模型进行验证,AUC为0.706,敏感性为70.6％,特异性为69.0％,说明模型具有一定的预测能力.结论 CT纹理分析能够在一定程度上预测ESCC患者放化疗的敏感性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宝生	山东大学附属山东省肿瘤医院放疗科	7	15	3.0	3.0
5	李振江	山东大学附属山东省肿瘤医院放射物理技术室	4	8	1.0	2.0
6	衣明慧	济南大学山东省医学科学院医学与生命科学学院	1	0	0.0	0.0
15	曹强		1	0	0.0	0.0