MR CE-T1WI的影像组学对鼻咽癌复发的预测

作者：彭爱琴; 费正东; 张阿娥; 汤德

来源：宁夏医科大学学报, 2023, 45(10): 1015-1020.

DOI：10.16050/j.cnki.issn1674-6309.2023.10.007

• 鼻咽癌
• 磁共振成像
• 影像组学
• 复发
• 预测

目的 探讨MR CE-T1WI的影像组学对鼻咽癌（nasopharyngeal carcinoma,NPC）复发的预测价值。方法收集沭阳医院2016年2月至2020年2月经病理学检查证实的116例Ⅲ～Ⅵb期NPC患者的临床及影像学资料，根据2年内随诊的复发情况将其分为复发组与未复发组，其中复发组52例，未复发组64例。由3D Slicer的分割模块对NPC患者MR CE-T1WI的感兴趣区进行分割，以pyradiomincs提取组学特征。组学特征的筛选由R 4.0.0执行，其中irr包用于计算类内相关系数（intraclass correlation coefficient,ICC）,glmnet包用于重要性特征的筛选。随后利用Logistic回归构建预测模型，并利用受试者工作特征（receiver operating characteristic,ROC）曲线评估其性能。结果 NPC受试者ROI的影像组学特征被成功提取并降维。与未复发组相比，NPC复发组年龄更大（t=2.894,P<0.01）和男性占比更多（χ2=5.396,P<0.05）。与未复发组相比，复发组呈现5个差异性特征（Wavelet-HLL-Kurtosis,Wavelet-HLH-DifferenceEntropy,Wavelet-HLH-Autocorrelation,WaveletHLL-LargeDependenceEmphasis,Wavelet-HLL-LongRunEmphasis）。进一步的回归分析显示，除Wavelet-HLLKurtosis外，其余4个特征均可作为NPC复发的独立预测因子，其中Wavelet-HLL-LargeDependenceEmphasis的预测模型拟合度最佳，曲线下面积（area under the curve,AUC）为0.755(95%CI:0.657～0.837)，灵敏度为82.15(95%CI:73.12～92.04)，特异度为51.62(95%CI:41.03～63.65)。当4个特征联合构建后，其联合诊断效能显著提升，AUC为0.902(95%CI:0.824～0.953)，灵敏度为74.07(95%CI:60.33～85.04)，特异度为92.86(95%CI:80.52～98.56)。结论 基于MR CE-T1WI的影像组学可实现对NPC复发风险的预测，相关结果可为临床监测NPC的复发提供新的思路和方法。

• 单位
  徐州医科大学