《临床放射学杂志》发表论文赏析
作者:倪昕睿, 刘璐豪, 周纪亮, 李倩妮, 李彬, 杨富阁, 周舟
单位:450046 郑州,河南中医药大学(倪昕睿、周纪亮、李倩妮); 450000 郑州,河南中医药大学第一附属医院放射科(倪昕睿、刘璐豪、周纪亮、李倩妮、杨富阁、周 舟),呼吸科(李 彬); 450000 郑州,河南中医药大学中医智能影像重点学科(周 舟)
摘要:目的整合CT定量、定性指标及临床特征,构建并比较<em>Logistic</em>回归与决策树模型,以预测肺纤维化合并肺癌(PF-LC)患者免疫治疗联合化疗的疗效,为个体化治疗决策提供影像学依据。方法回顾性纳入120例PF-LC患者,根据RECIST1.1疗效标准将患者分为有效组(CR+PR,59例)和无效组(PD+SD,61例)。搜集患者的临床特征及影像学指标,采用单因素分析筛选出有统计学意义的变量,分别构建<em>Logistic</em>回归与决策树模型,通过受试者工作特征曲线、曲线下面积及多项性能指标综合评价模型的预测效能。结果单因素分析显示,咳嗽咳痰、Velcro啰音、肿瘤体积、纤维化占比及合并肺气肿在两组间差异具有统计学意义(<em>P</em>均<0.05)。<em>Logistic</em>回归提示肺气肿与纤维化占比为疗效不佳的独立危险因素。决策树模型以纤维化占比为首层分裂节点,共形成4个终端节点,预测正确率为79.2%。模型比较显示,决策树模型的曲线下面积为0.877,显著高于<em>Logistic</em>回归模型的0.745(<em>P</em>=0.006),且在准确度(79.17%)、特异度(93.44%)、阳性预测值(90.48%)及F1分数(75.25%)等方面均更优。结论决策树模型在预测PF-LC患者免疫治疗联合化疗疗效方面优于传统Logistic回归模型,具有更高的判别效能和临床实用性,为识别潜在获益患者提供了可解释的量化工具,但需通过多中心、前瞻性研究进一步验证与优化。
关键词:肺纤维化,肺癌,决策树,Logistic回归,CT定量参数
基金资助:本研究系河南省特色骨干学科中医学学科建设项目(编号:STG-ZYX02-202202); 河南省教育厅项目(编号:23A360004)
2026年4期其他文献查阅:
探讨5.0 T MRI非增强3D-FLAIR序列对内耳内淋巴积水的诊断价值
多期CT影像组学融合临床危险因素模型预测甲状腺乳头状癌中央区淋巴结转移的价值
Logistic回归与决策树模型对肺纤维化合并肺癌免疫治疗联合化疗疗效的预测价值
基于动态增强MRI的生境成像和含瘤周影像组学模型预测肝细胞癌切除术后早期复发
基于CT影像的AI模型预测胃癌微卫星不稳定性的诊断性能:系统评价和Meta分析
基于MRI特征的评分模型对O-RADS 4类囊实性卵巢肿物风险分层的价值
改良O-RADS MRI评分结合临床特征对卵巢肿块良恶性鉴别的诊断价值研究
基于深度学习的超分辨率动态对比增强MRI影像组学预测子宫内膜癌深肌层浸润的价值
大语言模型赋能骨肿瘤风险分层与管理系统自动评估:基于公共数据库的可行性研究
基于三维CT参数的Pierre Robin序列征婴儿喉镜显露困难预测模型研究
基于DKI-ALPS评估溃疡性结肠炎认知障碍与大脑类淋巴关系
基于无监督小波高频引导扩散模型的锥形束CT到CT图像合成研究