引用本文:
【打印本页】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 97次   下载 65 本文二维码信息
码上扫一扫!
MRI影像组学联合临床病理特征列线图模型对乳腺癌新辅助化疗后腋窝淋巴结病理完全缓解的预测价值分析
吕德明 杨丽 吕凌霄 程素芬1,2
1.321000金华市妇幼保健院乳腺甲状腺外科(吕德明、杨丽、程素芬);2.金华广福肿瘤医院乳腺外科(吕凌霄)
摘要:
目的探讨基于多参数MRI影像组学特征联合临床病理特征构建的列线图模型,对乳腺癌患者新辅助化疗(NAC)后腋窝淋巴结病理完全缓解(pCR)的预测价值。方法回顾性选取2018年3月至2025年1月于金华市妇幼保健院(中心1)和2021年1月至2024年12月于金华广福肿瘤医院(中心2)接受NAC、保乳手术或乳房切除术及腋窝淋巴结清扫术的乳腺癌患者。中心1纳入144例患者,按7∶3随机分为训练集101例和内部验证集43例;中心2纳入69例患者用作外部验证集。根据NAC后腋窝淋巴结清扫结果,分为腋窝淋巴结pCR组和腋窝淋巴结非pCR组。在T加权序列、高b值弥散加权序列和动态增强MRI序列上分别勾画肿瘤轮2廓,并提取和筛选影像组学特征。使用支持向量机、多层感知器、轻量级梯度提升机(LightGBM)、逻辑回归和朴素贝叶斯算法构建5种影像组学模型。通过多因素logistic回归分析筛选独立预测因素,并结合最优影像组学模型构建列线图模型。绘制ROC曲线,综合评估各模型的预测效能。结果在5种影像组学模型中,LightGBM模型AUC最高且稳定,训练集、内部验证集和外部验证集的AUC分别为0.904、0.852、0.817,选择其作为最优影像组学模型。多因素logistic回归分析显示,临床N分期(OR=3.354)和人表皮生长因子受体-2(OR=2.857)均为NAC后腋窝淋巴结pCR的独立预测因素(均P<0.05),结合LightGBM模型建立的列线图模型可进一步提升效能,训练集、内部验证集和外部验证集的AUC分别为0.929、0.912、0.868。结论基于多参数MRI影像组学特征联合临床病理特征构建的列线图模型可有效评估乳腺癌患者NAC后腋窝淋巴结pCR情况。
关键词:  
DOI:
分类号:
基金项目:
Abstract:
Key words: