《临床放射学杂志》发表论文赏析
作者:周兰妮, 欧阳富盛, 郭保亮, 王丽雯, 潘佳玲, 陈铭
单位:528308 南方医科大学顺德医院佛山市顺德区第一人民医院
摘要:目的 构建基于CT的细胞外体积分数(ECV)结合临床指标预测结直肠癌(CRC)的p53表达状态的列线图模型并进行验证。方法 回顾性搜集2019年1月至2022年3月在本院行手术治疗的147例CRC患者的资料,根据病理结果分为p53高危表达组和p53低危表达组。按照7∶3的比例将所有患者随机分为训练组(n=103)和验证组(n=44)。分别采用Logistic回归和最小绝对收缩和选择算子(LASSO)筛选出预测因子,构建风险预测模型并进行比较,取受试者工作特征曲线(ROC)曲线下面积(AUC)面积大者建立列线图,从区分度、校准度和临床净收益等方面评估列线图的性能和临床效益。结果 多因素Logistic回归分析显示性别(OR=2.073,P<0.05)、肿瘤最大径(OR=1.023,P<0.05)、ECV(OR=0.958,P<0.05)是p53高危表达的独立危险因素;LASSO算法筛选出6个预测因子,分别为性别、肿瘤最大径、ECV、平衡期-平扫CT差值(ΔHU<sub>tumor</sub>)、糖类抗原199(CA199)、中性粒细胞与淋巴细胞比值(NLR)。ROC分析显示,基于LASSO法构建的列线图模型具有较好的预测效能(AUC=0.752,95%CI:0.605~0.899,P=0.005),校准曲线和决策分析曲线分别验证了模型较好的校准能力和临床净收益。结论 联合ECV和临床指标构建的列线图模型具有较好的区分度、校准能力、临床净收益,可应用于无创识别p53高危表达的患者,为临床诊断和治疗方案的制定提供参考。
关键词:结直肠癌,细胞外体积分数,p53,列线图,计算机断层成像
基金资助:本研究系广东省医学科学技术研究基金项目(编号:A2023204、A2021483、A2020089);佛山市自筹经费类科技创新项目(编号:2220001004816、2220001004195)
2024年5期其他文献查阅:
基于DCE定量和半定量参数分析胶质母细胞瘤环壁强化类型与炎症的相关性研究
Pipeline Flex治疗颈内动脉颅内段中小型动脉瘤的疗效及安全性分析
脑梗死后交叉性小脑神经机能联系不能与运动损伤的全脑CTP研究
不同管腔上皮类型乳腺癌的X线和MRI特征及其对乳腺癌前哨淋巴结转移的预测
基于CT、MRI增强门静脉期的影像组学和临床指标预测模型预测单发肝细胞癌切除术后早期复发的价值
深度学习图像重组算法对提高薄层增强CT胰腺癌图像质量及肿瘤显著性的价值
细胞外体积分数联合临床指标构建的列线图预测结直肠癌p53表达
光谱CT细胞外体积分数术前诊断结直肠癌病理T分期及组织学分级的价值
PD-1抗体联合安罗替尼及125I粒子链置入治疗肝门部胆管癌的疗效初探(附3例分析)
CT定量特征在鉴别长径<3 cm的胃间质瘤与异位胰腺中的价值