CT影像组学预测局部晚期宫颈癌同步放化疗后生存期

作者：刘会岭; 崔永斌; 常诚; 仇清涛; 尹勇^*; 王若峥^*

来源：中华放射肿瘤学杂志, 2023, 32(08).

• 宫颈肿瘤
• 同步放化疗
• 计算机断层扫描
• 影像组学
• 生存预测

目的探讨基于CT图像的机器学习模型在预测局部晚期宫颈癌(LACC)患者同步放化疗(CCRT)后无进展生存(PFS)期中的价值。方法回顾性分析2015年9月至2021年10月山东省肿瘤医院收治的167例LACC患者, 按7∶3比例随机分为训练集和验证集, 采用单变量和多变量Cox回归分析筛选临床特征(P<0.1), 采用最小绝对收缩和选择算子(LASSO)Cox回归分析筛选影像组学特征构建模型, 分别预测1、3、5年PFS。结合所筛选的临床特征和影像组学特征, 构建联合模型及列线图, 并利用Kaplan-Meier曲线、受试者操作特征(ROC)曲线、一致性指数(C-index)及校准曲线评价。结果基于CT图像感兴趣区(ROI)提取1 409个影像组学特征。临床模型在训练集和验证集中预测1、3、5年PFS的表现均差于CT影像组学模型。联合模型在预测PFS方面表现最佳, 在训练集中预测1、3、5年PFS的曲线下面积(AUC)分别为0.760、0.648、0.661, C-index分别为0.740、0.667、0.709, 在验证集中预测1、3、5年PFS的AUC分别为0.763、0.677、0.648, C-index分别为0.748、0.668、0.678。结论基于CT影像组学和临床特征构建的联合模型的预测性能, 优于基于单纯的影像组学模型或临床特征构建的模型, 作为一种客观的影像分析方法, 在预测LACC患者CCRT后PFS具有较好的预测效能, 可为临床决策提供参考。

• 单位
  山东省医学科学院; 山东省肿瘤防治研究院; 新疆医科大学附属肿瘤医院; 山东省肿瘤医院; 山东第一医科大学