PET影像组学特征多参数模型对≥60岁弥漫性大B细胞淋巴瘤患者生存预后的预测价值

作者：蒋冲; 滕月; 李昂; 陈建新; 许景艳^*

来源：中华核医学与分子影像杂志, 2023, 43(05): 257-262.

DOI：10.3760/cma.j.cn321828-202111119-00408

• 淋巴瘤, 大B细胞, 弥漫性
• 老年人
• 预后
• 预测
• 正电子发射断层显像术
• 氟脱氧葡萄糖F18
• 影像组学

目的探讨基于机器学习的18F-FDG PET影像组学特征对≥60岁弥漫性大B细胞淋巴瘤(DLBCL)患者的预后评估价值。方法回顾性分析2011年3月至2019年11月166例未经治疗的DLBCL患者(年龄≥60岁)的18F-FDG PET/CT资料, 其中男88例、女78例, 年龄60～93岁;训练组115例, 验证组51例。对患者PET图像进行病灶勾画及影像组学特征提取, 运用3种机器学习方法[最小绝对收缩和选择算子(LASSO)、随机森林(RF)和极端梯度提升(Xgboost)]筛选特征, 采用支持向量机(SVM)对特征进行分类并生成影像组学标签(RS), 对患者总生存(OS)进行预测。根据Cox比例风险回归模型构建多参数模型, 并通过一致性指数(C-index)进行评估。结果共提取1 421种影像组学特征, 筛选出10个预测效能强的特征并生成RS。单因素Cox回归分析示, RS[风险比(HR)=5.685, 95%CI: 2.955～10.939;P<0.001]是OS的危险因素。构建出包含RS、代谢特征及临床风险因素的多参数模型, 其较临床模型、基于PET模型及美国国家综合癌症网络国际预后指数(NCCN-IPI)在预测OS上具有更高的效能(训练组C-index:0.752、0.737、0.739、0.688;验证组C-index:0.845、0.798、0.844、0.775)。结论基于机器学习18F-FDG PET影像组学特征的RS是≥60岁DLBCL患者生存预后的预测因素。构建的包含影像组学特征的多参数模型能较好地预测患者预后。

• 单位
  通信与信息工程学院; 南京邮电大学; 南京大学医学院附属鼓楼医院