基于ABVS冠状面影像组学列线图术前预测乳腺癌腋窝淋巴结转移

作者：汪珺莉; 吴艺敏; 张平洋

来源：皖南医学院学报, 2023, 42(04): 368-372.

DOI：10.3969/j.issn.1002-0217.2023.04.017

• 乳腺癌
• 腋窝淋巴结
• 自动乳腺全容积成像
• 列线图
• 影像组学

目的:探讨基于自动乳腺全容积成像(ABVS)冠状面影像组学列线图术前预测乳腺癌腋窝淋巴结(ALN)转移的价值。方法:回顾性分析202例乳腺癌患者的临床及影像资料，将患者按照7∶3的比例随机分为训练集(n=141)和验证集(n=61)。基于ABVS冠状面图像提取影像组学特征，采用最小绝对收缩和选择算子(LASSO)回归筛选特征，建立预测ALN转移的影像组学标签。影像组学标签和ABVS超声特征建立单因素及多因素Logistic回归模型，筛选独立预测因素。使用受试者工作特征(ROC)曲线评价模型预测效能，并以列线图的形式进行展示。使用校准曲线评价模型的校准度，使用决策曲线(DCA)评价模型的临床适用度。结果:单因素和多因素Logistic回归分析显示，影像组学标签评分(Rad-score)(OR=14.007,95%CI:3.438～57.062)、肿瘤最大径(OR=3.667,95%CI:1.259～10.684)及ABVS冠状面特征(虫噬征：OR=5.787,95%CI:1.310～25.568;汇聚征：OR=4.801,95%CI:1.441～16.337)为预测乳腺癌ALN转移的独立影响因素(均P<0.05),训练集曲线下面积(AUC)为0.850(95%CI:0.785～0.915);验证集AUC为0.842(95%CI:0.733～0.952)。校准曲线显示该模型预测值与实测值具有较好的一致性，DCA分析显示该模型临床适用性较好。结论:基于ABVS冠状面影像组学列线图术前预测ALN转移具有较高的价值。

• 单位
  华东师范大学; 南京医科大学; 芜湖市第二人民医院; 南京市第一医院