探讨基于增强CT图像特征的列线图模型在预测胃肠道间质瘤(GIST)危险度分级中的价值

作者：陈延军; 刘新勇; 黄坤茂

来源：现代医用影像学, 2023, 32(12): 2324-2327.

• 增强CT图像特征
• 列线图模型
• 预测价值
• 胃肠道间质瘤
• 危险度分级

目的:观察基于增强CT图像特征的列线图模型在预测胃肠道间质瘤(GIST)危险度分级中的价值分析。方法:将在我院(2016年01月至2022年12月)收治术前行CT增强扫描、术后病理证实、均未经靶向治疗的GIST患者60例。分为高风险组(中危、高危)40例及低风险组(极低危、低危)20例。分为训练组(高风险20例，低风险10例)和验证组(高风险20例，低风险的患者为10例)。使用MATLAB R2018b软件对训练组动脉期增强CT图像进行影像组学特征提取，联合资料建立预测GIST危险度分级模型。结果:高、低风险组间影像组学标签、病变部位、Ki-67表达水平，(P<0.05)。训练组AUC分为0.853、0.620、0.752。一般资料(P>0.05)。训练组GIST风险分级，与影像组学中的标签、病变部位、Ki-67呈正相关(r=0.616、0.266、0.498,P<0.05)。结论:通过基于GIST增强CT图像获得影像组学标签联合临床资料模型，对于术前预测GIST危险度分级，有着较高的应用价值。