《临床放射学杂志》发表论文赏析
作者:纪捷, 孙铭洁, 付宝月, 王传彬, 董江宁, 朱佳佳
单位:230022 合肥,安徽医科大学第一附属医院医学影像科纪 捷、朱佳佳;230031 合肥,中国科学技术大学附属第一医院安徽省立医院西区影像科纪 捷、王传彬、董江宁;241002 芜湖,皖南医学院研究生院孙铭洁;233000 蚌埠,蚌埠医科大学研究生院付宝月
摘要:目的探讨定量CT(QCT)身体组分参数在治疗前预测食管癌(EC)患者根治术后联合辅助放化疗后复发与转移的价值。方法回顾性搜集2015年12月至2021年1月经病理证实为EC的79例患者的临床及影像资料,所有患者均在术前和术后辅助治疗后接受QCT扫描。测量L<sub>3</sub>椎体水平的总脂肪面积(TFA)、内脏脂肪面积(VFA)、皮下脂肪面积(SFA)及椎后肌群面积(MA)和L<sub>1</sub>、L<sub>2</sub>椎体水平的骨密度值(BMD),通过特定的标准化计算公式,计算QCT各身体组分参数的标准变化率。通过绘制受试者工作特征(ROC)曲线计算各参数预测预后情况的最佳截断值,通过单因素和多因素分析筛选影响EC预后的独立危险因素,并纳入支持向量机(SVM)分类器构建机器学习(ML)预测模型。用ROC曲线、校准曲线分析评估模型的预测效能并计算ROC曲线下面积AUC。结果治疗前后ΔTFA、ΔVFA、ΔSFA、ΔMA和ΔBMD均为负值,分别为-51.32%、-53.00%、-51.99%、-21.10%和-10.19%。通过单因素和多因素分析得出,ΔBMD、ΔMA、N分期是影响EC预后的独立危险因素(P<0.05),建立的SVM模型AUC为0.925。校准曲线结果显示模型的预测概率与实际概率吻合较好。结论ΔBMD、ΔMA、N分期与EC患者根治术及辅助放化疗的预后相关。基于上述身体组分参数与N分期建立的SVM预测模型对预测EC术后复发和远处转移的效能较好,具有一定的临床实用价值。
关键词:食管癌,定量CT,支持向量机,机器学习
基金资助:本研究系安徽省临床医学重点专科建设资助项目(编号:2019sjlczdzk);安徽省卫生健康委科研项目(编号:AHWJ2021b153)
2024年11期其他文献查阅:
基于杏仁核亚区体积特征影像组学模型在癫痫分类中的应用价值研究
肿瘤内磁敏感信号评分鉴别低级别和高级别脑胶质瘤的Meta分析
基于深度学习融合T2WI和DCE-MRI模型在乳腺病变分类中的应用
CT淋巴管成像与非增强MR淋巴管成像在诊断乳糜胸中的价值探讨
基于CT血流储备分数的Duke危险评分对冠状动脉狭窄中危患者预后价值的研究
定量CT身体组分分析预测食管癌根治术联合辅助放化疗预后的价值
冠心病患者CCTA斑块特征、血流储备分数及其与脂代谢、炎症反应指标的关系分析
背景抑制扩散加权成像及动脉自旋标记技术FAIR在直肠癌术前评估中的价值
机器学习多种算法构建MRI影像组学模型预测膀胱癌病理分级的对比分析
宫颈癌淋巴结转移患者增强MRI成像技术参数与Hippo-YAP通路表达相关性分析
基于MRI研究业余马拉松运动员大腿肌肉与膝关节损伤及跑步因素的相关性
AngioJet血栓抽吸联合置管溶栓与导管碎栓联合置管溶栓治疗急性肺动脉栓塞的对比研究