基于静脉期双能CT的影像组学模型预测肺腺癌EGFR基因突变状态

作者：周建忠; 付雪林; 邹红烨; 陈智勇; 陶雅红; 左敏静^*

来源：临床放射学杂志, 2021, 40(08): 1516-1520.

DOI：10.13437/j.cnki.jcr.2021.08.016

• 肺肿瘤
• 表皮生长因子受体
• 影像组学
• 体层摄影术
• X线计算机

目的探讨基于静脉期双能CT(DECT)的影像组学模型对肺腺癌表皮生长因子受体(EGFR)基因突变状态的预测价值。方法回顾性分析2017年9月至2020年6月经病理证实的103例肺腺癌患者的临床及DECT影像资料。所有患者均行突变扩增阻滞系统(ARMS)-聚合酶链反应(PCR)明确EGFR基因突变状态,其中男54例,女49例,年龄21～88岁,平均(61±11.89)岁,按照7∶3随机分为训练集(71例)和验证集(32例)。分别提取静脉期40、100 keV的396个影像组学特征。对临床资料、DECT碘参数进行单因素分析,将差异有统计学意义的变量联合组学特征纳入Logistics回归构建预测模型并绘制诺模图,采用受试者工作特征(ROC)曲线评估模型诊断性能。结果在训练集和验证集中突变组的癌胚抗原(CEA)、能谱曲线斜率(λHU)明显高于野生组(训练集分别为P=0.003、P=0.000;验证集分别为P=0.017、P=0.035)。联合模型预测肺腺癌EGFR基因突变在训练集和验证集的曲线下面积(AUC)分别为0.871和0.827。结论基于静脉期DECT的影像组学模型在预测肺腺癌EGFR基因突变状态方面具有较好的应用价值。

• 单位
  第二临床医学院; 南昌大学第二附属医院; 南昌大学