CT纹理分析联合临床病理信息预测进展期胃癌术后复发的价值

• 作者: 黄列彬 刘昱 黄文斯 陈钦贤 薛慧敏 冯宝 龙晚生 李荣岗
• 来源期刊: 放射学实践
• 学科: 医学
• 关键词: 纹理分析 体层摄影术 X线计算机 胃肿瘤 复发 模型构建
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 腹部影像学|Original Articles
• 页码范围: 214-219
• 页数: 6页
• 分类号: R735.2|R814.42
• 语种: 中文
• DOI: 10.13609/j.cnki.1000-0313.2022.02.013

摘要

目的:探讨CT纹理分析联合临床病理信息在预测进展期胃癌术后复发中的价值.方法:回顾性搜集经手术病理确诊的胃癌患者162例,随机分为训练集(n=100)及验证集(n=62).从术前静脉期CT图像中提取纹理特征,先对训练集和验证集特征进行U检验及组间相关系数检验,得到一致性较好的特征(n=48),再采用LASSO回归方法筛选出与复发相关的特征(n=8),进而构建纹理标签.通过筛选临床病理指标构建临床模型,再与纹理标签构建组合模型.采用受试者工作特征(ROC)曲线和决策曲线分析(DCA)评价不同模型的预测效果.最后以纹理标签中位数值为界将病例分为两组,并进行无瘤生存率分析(DFS).结果:胆汁酸返流、TNM分期、脉管侵犯等3个指标纳入临床模型,而组合模型包含胆汁酸返流及纹理标签两个因子.临床模型、纹理标签及组合模型预测胃癌术后复发的曲线下面积分别为0.748、0.809及0.841.阈值概率为0.31～0.87时,组合模型预测胃癌复发的效果更佳.小于纹理标签中位数与大于中位数患者的5年DFS差异具有统计学意义(P<0.05).结论:CT纹理分析可用于胃癌患者术后复发风险分层,联合纹理标签及胆汁酸返流的组合模型预测效果更佳,有助于评估患者预后.