论文部分内容阅读
目的探究基于磁共振成像(Magnetic resonance imaging,MRI)的delta-影像组学特征在预测局部进展期直肠癌新辅助放化疗(Neoadjuvant chemoradiotherapy,nCRT)后病理完全缓解(Pathological complete response,pCR)中的价值。方法回顾性纳入中国医学科学院肿瘤医院2015年1月至2018年6月172例局部进展期直肠癌患者。所有的患者均在手术前施行新辅助治疗。所有的患者均接受nCRT前后的MR检查。在nCRT前后的斜轴位T2加权图像(T2-weighted imaging,T2WI)上对肿瘤病灶进行逐层勾画,利用Radcloud放射组学平台进行特征提取。Delta-影像组学特征定义为nCRT前后的影像组学特征的变化量。应用包括最小绝对收缩和选择算子法(The least absolute shrinkage and selection operator algorithm,LASSO)在内的方法进行数据降维和特征提取,建立不同的delta-影像组学模型,包括基于nCRT前后的影像组学特征绝对及相对变化量的delta-影像组学模型和delta-影像组学联合模型。应用二元logistics回归建立临床、传统影像学及delta-影像组学的联合模型。采用受试者工作特征曲线(Receiver operating characteristic curve,ROC)评价模型对pCR的预测效能。采用净重新分类指数(Net reclassification index,NRI)比较联合模型与临床联合传统影像学模型的诊断效能。结果本研究共27例(15.7%)患者达到pCR。新辅助治疗前后MRI,每个病灶均提取1049个影像组学特征。数据降维与特征筛选后,基于nCRT前后的影像组学特征绝对及相对变化量的delta-影像组学模型中各纳入7个关键特征。在训练集中,绝对与相对变化量delta-影像组学模型,及delta-影像组学联合模型的ROC曲线下面积(Area under the receiver operating characteristic curve,AUC)范围约 0.838-0.853,相应测试集中AUC范围约0.799-0.831。临床联合传统影像学模型在训练组与测试组 AUC 分别为 0.804(95%CI:0.683-0.926)和 0.802(95%CI:0.634-0.971)。包含 delta-影像组学、临床及传统影像学特征的联合模型的诊断效能最好,在训练组与测试组AUC 分别为 0.883(95%CI:0.798-0.968)和 0.875(95%CI:0.778-0.972)。联合模型诊断能力较临床联合传统影像学模型在训练组与测试组分别提高69.2%和52.0%,差异具有统计学意义。结论基于MRI的delta-影像组学特征对局部进展期直肠癌新辅助治疗后pCR有好的预测价值。包含delta-影像组学、临床及传统影像学特征的联合模型的诊断效能优于单纯的临床联合传统影像学模型,有助于制定合理的临床决策。目的探宄影像-病理联合组学模型对局部进展期直肠癌新辅助放化疗(Neoadjuvant chemoradiotherapy,nCRT)后病理完全缓解(Pathological complete respons,pCR)的预测效能。方法回顾性纳入2015年1月至2018年6月经病理证实的局部进展期直肠癌患者153例。纳入的所有患者均要求接受nCRT前后的MRI检查,且均有nCRT前的组织病理活检切片。手动勾画每例患者nCRT前后的MRI图像及nCRT前的组织病理活检切片的数字化图像,并自动提取影像及病理组学特征。本研究中共包括214个影像特征和512个病理组学特征。利用包括最小绝对收缩和选择算子法(the least absolute shrinkage and selection operator algorithm,LASSO)在内的方法进行特征降维,建立影像-病理联合组学模型、影像组学模型及病理组学模型。采用受试者工作特征曲线(Receiver operating characteristic curve,ROC)评估各个模型的诊断效能。结果训练集及测试集中各有17例(15.7%)及7例(15.6%)患者nCRT后获得pCR。影像-病理联合组学模型中最终包含8个重要的特征,其中影像及病理组学特征各4个。训练集中,影像-病理联合组学模型的ROC曲线下面积(Area under the receiver operating characteristic curve,AUC)为0.89(95%CI:0.83-0.96),测试集中,AUC为0.86(95%CI:0.73-1.00)。影像-病理联合组学模型对pCR的预测效能要优于单纯的影像或病理组学模型。结论基于影像及病理组学特征建立的pCR预测模型具有好的预测效能,可用于辅助临床医生选择个性化的治疗方案以提高局部进展期直肠癌患者的预后。