科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 构建基于基线期全容积ADC图影像组学模型,并联合临床特征,构建临床-影像组学模型,探讨其在预测Luminal B型肿块样乳腺癌新辅助化疗后获得病理完全缓解的价值。方法 搜集2016年1月～2020年6月期间经粗针穿刺活检证实的164例Luminal B型浸润性乳腺癌患者进行回顾性研究,并根据HER-2状态的不同,将Luminal B型乳腺癌分为HER-2阴性组和HER-2阳性组。患者在新辅助化疗前行3.0 T MRI检查,采用ITK-SNAP软件勾画肿瘤容积数据,A.K软件提取影像组学特征。对于提取到的组学特征,使用基于Python 3.6和Sklearn的开源软件FAE,使用上采样的技术对不均衡的样本进行扩增,对每个特征进行标准化,通过比较Pearson相关系数去除冗余特征,并且对比多种特征选择方法和不同分类器。对Luminal B(不区分HER-2状态)组及其亚组分别构建影像组学模型,并结合临床因素,构建临床-影像组学联合预测模型。使用10折交叉验证进行模型评估,选择验证集最高的模型作为最优模型。最后采用受试者操作特征(ROC)曲线分析模型的诊断效能,并用DeLong测试比较影像组学模型和临床-影像组学模型预测效能。结果 164例Luminal B型患者中,17例(10.4%)新辅助化疗获得完全缓解(PCR),147例(89.6%)为非病理完全缓解(nPCR)。Luminal B (HER-2阴性)亚组为105例,PCR率为6.7%(7/105),Luminal B (HER-2阳性)亚组为59例,PCR率为16.9 (10/59)。在Luminal B(不区分HER-2状态)组及Luminal B(HER-2阳性)亚组中,PCR组的肿瘤囊变坏死率均低于nPCR组,且两者之间的差异有统计学意义(P<0.05)。在Luminal B(不区分HER-2状态)组中,影像组学模型验证集曲线下面积(AUC)为0.709 (95%CI:0.5766～0.8279),临床-影像组学模型验证集AUC为0.793 (95%CI:0.6617～0.8996),DeLong测试P>0.05;在Luminal B (HER-2阳性)亚组中,影像组学模型验证集AUC为0.849 (95%CI:0.7107～0.9630),临床-影像组学模型验证集AUC为0.890(95%CI:0.7956～0.9689),DeLong测试P>0.05;Luminal B(HER-2阴性)亚组的临床特征均无统计学意义,影像组学模型的验证集AUC为0.758(95%CI:0.5248～0.9580)。结论 (1)基线期ADC图影像组学模型对Luminal B型乳腺癌新辅助化疗后获得病理完全缓解有一定预测价值,联合临床特征后预测效能有所提高,但无统计学意义;(2)基线期ADC图影像组学模型在预测Luminal B型不同亚组乳腺癌新辅助化疗后获得病理完全缓解方面有一定的价值,Luminal B (HER-2阳性)亚组预测效能优于Luminal B (HER-2阴性)亚组,Luminal B (HER-2阳性)亚组进一步联合临床特征后预测效能无明显提升。
-
单位南京医科大学第一附属医院
