摘要

目的探讨基于增强CT影像组学方法及形态学征象在术前预测非小细胞肺癌患者脏层胸膜侵犯(VPI)的效能。方法回顾性研究。纳入2019年1月—2021年1月蚌埠医学院第一附属医院收治的肺癌患者220例, 其中男145例、女75例, 年龄43~89(62.6±10.0)岁, 均行根治性手术治疗。按照术后病理检查确诊有VPI 90例、无VPI 130例。将入组患者按照4∶1的比例随机分配到训练组(176例)与验证组(44例)。基于术前增强CT图像提取影像组学特征, 采用LASSO-logistic回归模型选择动静脉期相关性最高的影像组学特征建立VPI预测模型。利用独立样本t检验和χ2检验筛选临床资料及CT形态学征象等相关变量, 结合最终选择的相关性最高的影像组学特征构建联合模型;绘制受试者工作特征(ROC)曲线, 采用曲线下面积(AUC)评价模型在训练组和验证组中对VPI的预测效能, DeLong检验用于比较模型间AUC的差异。结果从提取出的1 878个影像组学特征中筛选出动脉期及静脉期各10个最具相关性的影像组学特征, 分别用于建立动脉期和静脉期影像组学VPI预测模型。在训练组和验证组中, 静脉期影像组学模型AUC值分别为0.867(95%CI 0.815~0.920)和0.855(95%CI 0.746~0.964), 均大于动脉期的0.844(95%CI 0.784~0.904)和0.814(95%CI 0.677~0.951), 差异均有统计学意义(Z=2.20、2.07, P值均<0.05)。有、无VPI的患者在空洞征、毛刺征与胸膜凹陷征3种CT形态学特征的差异均有统计学意义(χ2=8.30、7.87、10.32, P值均<0.05)。训练组与验证组患者基线资料比较, 差异无统计学意义(P值均>0.05)。联合模型由最终选择的10个相关性最高的静脉期影像组学特征及上述3种CT形态学征象共同构建, 其在训练组和验证组中AUC分别为0.914(95%CI 0.875~0.953)和0.884(95%CI 0.785~0.984), 均大于静脉期影像组学模型, 差异均有统计学意义(Z=3.09、2.21, P值均<0.05), 即联合模型对VPI的预测效能更高。结论基于增强CT静脉期图像的影像组学特征联合空洞征、毛刺征与胸膜凹陷征3种CT形态学征象构建的联合模型, 对于术前非小细胞肺癌患者是否发...