CT影像组学模型预测CNLC Ⅰ～Ⅱ期肝细胞癌切除术后早期复发的研究

作者：李泽勇; 于佳琳; 李烨晗; 刘颖; 张曼菁; 魏梅; 杨汉丰; 杜勇^*

来源：临床放射学杂志, 2023, 42(10): 1590-1596.

DOI：10.13437/j.cnki.jcr.2023.10.027

• 肝细胞癌
• 肿瘤复发
• 影像组学
• 列线图

目的 建立术前CT影像组学预测模型对中国肝癌分期(CNLC)Ⅰ～Ⅱ期肝细胞癌(HCC)切除术后早期复发进行预测。方法 回顾性分析接受手术切除的CNLCⅠ～Ⅱ期HCC患者153例的资料。用3D slicer软件勾画肿瘤感兴趣区(ROI),用pyradiomics包提取影像组学特征。基于LASSO算法进行特征筛选、并建立影像组学标签(Rad-score)。采用单因素Logistic回归和多因素Logistic逐步回归法确立独立预测因子，构建影像组学预测模型和临床预测模型。用受试者工作特征曲线(ROC)曲线下面积(AUC)来比较模型的区分度，用校准曲线评估模型的校准度，用临床决策曲线分析(DCA)评估模型的临床应用价值。结果 Rad-score、瘤内供血动脉、肝功能白蛋白-胆红素分级(ALBI分级)、性别是独立预测因子。影像组学模型具有良好的预测效能(AUC:训练组0.900,验证组0.853),优于临床模型(AUC:训练组0.823,验证组0.741)。校准曲线显示影像组学模型具有良好的校准度。DCA显示阈值概率在0.1～1.0时，影像组学模型的净获益要高于临床模型。结论 基于CT影像组学的预测模型对CNLCⅠ～Ⅱ期HCC患者手术切除后早期复发具有良好的预测能力，可为临床医师筛选高复发风险人群、制定个体化诊疗方案提供参考信息。

• 单位
  中国人民解放军陆军军医大学; 川北医学院附属医院; 重庆医科大学