基于RESOLVE ADC的影像组学列线图在预测直肠癌壁外血管侵犯中的应用价值

作者：王可欣; 余静; 徐青^*

来源：肿瘤影像学, 2023, 32(02): 138-147.

DOI：10.19732/j.cnki.2096-6210.2023.02.006

• 直肠癌
• 壁外血管侵犯
• 磁共振成像
• 影像组学
• 预测模型

目的：构建并验证用于术前预测直肠癌壁外血管侵犯（extramural venous invasion,EMVI）的临床-影像组学模型。方法：回顾并收集南京医科大学第一附属医院收治的147例经病理学检查确诊的直肠腺癌患者，按照7∶3分为训练集和验证集。在训练集中，5个临床特征[年龄、性别、术前肠镜组织学分级、术前癌胚抗原（carcinoembryonic antigen,CEA）水平和糖类抗原（carbohydrate antigen,CA）19-9水平]以及6个基于高分辨率磁共振成像（magnetic resonance imaging,MRI）结构式报告的影像学特征[肿瘤位置和长径、影像T分期、影像N分期、基于MRI壁外血管侵犯（MRI-defined EMVI,mrEMVI）评分，环周切缘（circumferential resection margin,CRM）]被纳入研究，并通过多因素逻辑回归分析构建临床模型。所有患者均行斜轴位读出方向分段采样序列（readout segmentation of long variable echo-trains,RESOLVE）弥散加权成像（diffusion-weighted imaging,DWI）扫描。在DWI序列上沿肿瘤边缘手动逐层勾画出包含肿瘤病灶的感兴趣区并复制到表观弥散系数（apparent diffusion coefficient,ADC）图上。采用最大相关性最小冗余度（the maximum relevance minimum redundancy,mRMR）算法和最小绝对收缩和选择算子（the least absolute shrinkage and selectionoperator,LASSO）回归降维并选择组学特征建立影像组学模型。最后通过多因素逻辑回归分析构建临床-影像组学联合模型，并转化为列线图。采用受试者工作特征（receiver operating characteristic,ROC）曲线及曲线下面积（area under curve,AUC）量化训练集和验证集中各模型的预测效能，并使用DeLong分析检验模型间的效能差异。运用决策曲线分析（decision curve analysis,DCA）评估各模型在验证集中的临床应用价值。结果：临床-影像组学联合模型在预测直肠癌壁外血管侵犯中的诊断效能最优，在训练集和验证集中的AUC分别为0.928和0.891。DCA结果表明，联合模型列线图在临床上的应用价值优于临床模型和影像组学模型。结论：联合RESOLVE ADC的影像组学特征和临床危险因素的临床-影像组学列线图，有望作为术前无创性预测直肠癌EMVI的可靠的临床工具。

• 单位
  南京医科大学第一附属医院