《临床放射学杂志》发表论文赏析
作者:陈鑫, 陈小波, 梁演婷, 梁俊君, 胡恒肖, 王宽宏, 魏新华
单位:510108 广州市第一人民医院放射科陈鑫、梁俊君、胡恒肖、王宽宏、魏新华;510080 广东省人民医院放射科陈小波、梁演婷
摘要:目的探讨基于动态增强磁共振成像(DCE-MRI)肿瘤和瘤周影像组学联合临床病理特征构建模型预测乳腺癌新辅助治疗(NAT)后病理完全缓解的价值,并通过Shapley(SHapley Additive exPlanation)算法对模型进行可解释性分析。方法回顾性分析来自两家医院656例接受NAT治疗并进行手术切除的乳腺癌患者临床资料(训练组389例,内部验证组166例,外部验证组101例)。基于DCE-MRI肿瘤区域及瘤周5 mm区域提取并筛选影像组学特征,分别构建肿瘤模型、瘤周模型及肿瘤联合瘤周模型。通过单因素及多因素Logistic回归分析构建临床模型。最后,联合临床病理独立预测因子及肿瘤联合瘤周影像组学特征构建联合模型。采用受试者工作特征曲线评估模型效能。利用Shapley算法赋予最佳预测模型可解释性。结果基于肿瘤区域、瘤周区域分别筛选出16个及5个最佳影像组学特征并构建相应的模型,双区域特征联合筛选后保留了15个最佳影像组学特征构建肿瘤联合瘤周模型。临床T分期、HER2表达状态及分子分型均为预测乳腺癌NAT疗效的独立预测因子。联合模型在训练组、内部验证组及外部验证组的曲线下面积分别为0.849(95%CI:0.811~0.886)、0.819(95%CI:0.754~0.881)及0.864(95%CI:0.789~0.928),均高于临床模型、肿瘤模型、瘤周模型、肿瘤联合瘤周模型,差异均有统计学意义(P均<0.05)。Shapley分析显示放射学得分为模型最重要的特征。结论联合肿瘤、瘤周影像组学特征及临床病理信息所构建的临床影像联合模型可有效预测乳腺癌NAT治疗疗效。Shapley算法可提供个体水平的可解释性,保障模型的临床实用性。
关键词:乳腺癌,新辅助治疗,磁共振成像,病理完全缓解,影像组学
基金资助:本研究系国家自然科学基金项目(编号:82072090,82371954)、广州市科技计划项目资助(编号:202201020001,202201010513)。
2024年10期其他文献查阅:
ASPECTS不同梗死区域与前循环大血管闭塞性急性缺血性卒中机械取栓术后的预后分析
自由呼吸三维采集(StarVIBE)增强序列用于头颈肿瘤的图像质量分析
基于MRI影像组学的可解释性机器学习模型预测乳腺癌新辅助治疗病理完全缓解
基于动态增强MRI的反向传播神经网络模型预测BI-RADS 4类乳腺良恶性病变
联合应用直接淋巴管造影后CT与99Tcm-DX淋巴显像在诊断乳糜性胸腔积液中的价值探讨
基于能谱CT增强图像的支持向量机模型在鉴别肺实性结节良恶性的价值
CMR心肌应变联合心肌酶对急性心肌梗死治疗后左心室射血分数正常患者微血管阻塞的预测价值
基于平扫及增强CT预测肺实性结节良恶性的两种模型的建立和比较
基于多期相融合CT影像组学鉴别小细胞肺癌与非小细胞肺癌的应用研究
基于临床、能谱CT及CT影像组学特征构建机器学习模型术前预测结直肠癌患者KRAS基因状态
基于XD-VIBE的DCE-MRI在预测局部进展期胃癌组织病理学特征中的应用价值
MRI对体外冲击波联合康复运动治疗膝关节骨性关节炎短期疗效的评估
基于定量CT对中老年人群体脂肪分布与外周血炎症细胞标志物的相关性分析
化疗后QCT体质指标对于急性髓系白血病生存预后影响的初步研究