基于MRI的临床-影像组学模型对前列腺癌根治术后生化复发的预测价值

作者：季妍廷; 包婕; 乔晓梦; 曹昌浩; 胡春洪; 王希明^*

来源：中华放射学杂志, 2023, 57(11).

• 前列腺肿瘤
• 磁共振成像
• 生化复发
• 影像组学

目的构建基于MRI的临床-影像组学模型, 并探讨其对前列腺癌根治术后生化复发(BCR)的预测价值。方法回顾性分析2015年1月至2018年12月在苏州大学附属第一医院接受根治性前列腺切除术并具有完整随访数据的212例前列腺癌患者, 采用Python语言的random工具包对患者以7∶3的比例进行无放回随机采样, 分为训练集(149例)和测试集(63例)。对患者进行术后随访, 随访终点为发生BCR或至少3年, 训练集中50例患者发生BCR, 测试集中21例患者发生BCR。提取训练集患者术前T2WI、扩散加权像和表观扩散系数图中主病灶区域的影像组学特征, 采用无监督的Kmeans聚类算法进行特征筛选, 筛选出的特征采用多变量Cox回归模型进行模型拟合, 构建影像组学模型。应用单因素Cox回归分析筛选与BCR相关的术前临床资料, 联合影像组学标签(RadScore)构建临床-影像组学模型。在测试集中以患者术后3年是否发生BCR为界, 构建时间依赖性受试者操作特征(ROC)曲线, 计算曲线下面积(AUC), 评估影像组学模型、临床-影像组学模型以及根治术后前列腺癌风险评估(CAPRA-S)评分对发生BCR的预测效能。采用Harrell一致性指数(C-index)评估模型预测BCR一致性;使用校准曲线评估模型变异程度;应用决策曲线评估预测模型的临床应用价值。结果共筛选出26个影像组学特征建立影像组学模型。单因素Cox回归分析筛选出的术前临床特征包括术前前列腺特异性抗原水平(HR=1.006, 95%CI 1.002～1.009, P=0.001)、穿刺活检Gleason评分(HR=1.422, 95%CI 1.153～1.753, P=0.001)、临床T分期(HR=1.501, 95%CI 1.238～1.822, P<0.001), 联合RadScore构建临床-影像组学模型。多因素Cox回归结果显示RadScore是根治性前列腺切除术术后BCR的独立预测因素(HR=51.214, 95%CI 18.226～143.908, P<0.001)。测试集中, 影像组学模型、临床-影像组学模型和CAPRA-S评分的时间(3年)依赖性ROC曲线的AUC分别为0.824(95%CI 0.701～0.948)、0.841(95%CI 0.714～0.968)、0.662(95%CI 0.518～0.806)。影像组学模型、临床-影像组学模型和CAPRA-S评分的C-index分别为0.784(95%CI 0.660～0.891)、0.802(95%CI 0.637～0.912)、0.650(95%CI 0.601～0.821)。校准曲线表明影像组学模型、临床-影像组学模型和CAPRA-S评分对BCR的预测概率和实际概率一致性良好(χ2=7.64、10.61、6.37, P=0.465、0.225、0.498)。决策曲线表明临床-影像组学模型和影像组学模型的临床净效益明显高于CAPRA-S评分, 当阈值概率为0.20～0.30、0.40～0.50以及>0.55时, 临床-影像组学模型的临床净效益高于影像组学模型。结论临床-影像组学模型可有效预测前列腺癌患者根治术后BCR, 预测效能优于影像组学模型和CAPRA-S评分。

• 单位
  苏州大学附属第一医院