基于CT影像组学的列线图模型预测肺部肿瘤立体定向放射治疗疗效

作者：王欢; 王赫隆; 王潇; 胡松柳; 李剑; 王思雨; 李根; 白杨; 徐建宇^*

来源：现代肿瘤医学, 2023, 31(05): 898-904.

• 立体定向放射治疗
• 非小细胞肺癌
• 列线图
• 放射组学

目的:基于治疗前CT图像筛选放射组学特征构建列线图模型预测早期非小细胞肺癌(early stage-non-small cell lung cancer, ES-NSCLC)和肺部寡转移癌的放疗疗效。方法:本研究纳入122例接受立体定向放射治疗(stereotactic body radiotherapy, SBRT)的ES-NSCLC和肺部寡转移癌的患者，随机分为训练集和验证集。使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)和逻辑回归(logistic regression)筛选训练集中与放疗疗效相关的放射组学特征以建立列线图模型。用受试者工作特征曲线(receiver operating characteristic curves, ROC)下面积(area under the curve, AUC)、校准曲线和决策曲线(decision curve analysis, DCA)评价模型性能。结果:经筛选得出6个放射组学特征形成放射组学特征分数(radiomics score, Rad-score)以建立列线图模型。模型训练集的AUC值为0.808(95%CI:0.712～0.884,P<0.001),验证集的AUC为0.741(95%CI:0.556～0.879,P=0.003)。Delong检测显示模型表现均衡(P=0.496),校准曲线和DCA均显示了模型较好的预测性能和较高的临床价值。结论:我们基于治疗前CT图像开发并验证了用于预测肺部肿瘤SBRT治疗疗效的列线图模型，该模型具有较高的预测性能和临床实用性。

• 单位
  烟台毓璜顶医院; 哈尔滨医科大学