《临床放射学杂志》发表论文赏析
作者:赵威宁, 王雨薇, 李若铭, 罗童, 张磊, 周英文, 隋波, 孙敏
单位:061000 沧州,河北医科大学附属沧州市中心医院赵威宁、李若铭,磁共振成像科(张 磊、周英文、隋 波、孙 敏);070001 雄安,雄安宣武医院(王雨薇);063000 唐山,华北理工大学附属医院(罗 童)
摘要:目的使用瘤内、瘤周、瘤内联合瘤周影像组学和临床病理变量构建诺莫图(Nomogram)预测乳腺癌的肿瘤浸润淋巴细胞水平。方法共纳入257例经病理证实的浸润性乳腺癌患者,其中训练集205例、验证集52例。搜集患者术前的动态对比增强磁共振成像(DCE-MRI)第4期图像,在瘤内勾画感兴趣区(ROI),并向外扩张3 mm获得瘤周ROI。分别从瘤内、瘤周及瘤内联合瘤周三个ROI提取并筛选影像组学特征,构建三个预测模型,并用SHAP瀑布图可视化特征贡献。筛选出最佳模型后,联合临床病理变量构建Nomogram。采用曲线下面积(AUC)及95% 置信区间(CI)评估模型效能,使用<em>DeLong</em>检验比较AUC的差异,通过校准曲线和决策曲线评价临床适用性。结果单因素和多因素分析显示绝经状态、孕激素受体(PR)和Ki-67是独立相关因素。从1688个影像组学特征中筛选出16个最优特征,构建瘤内(T)、瘤周(P)和瘤内联合瘤周(P&T)三种模型。P&T模型的性能最佳,其在训练集和验证集的AUC分别为0.812和0.785。联合临床病理特征构建的Nomogram进一步提升了预测效能,其在训练集和验证集的AUC分别达到了0.829和0.790,优于单一模型(<em>DeLong</em>检验<em>P</em><0.05)。决策曲线和校准曲线显示其具有良好的临床净获益和一致性。结论本研究所建的Nomogram可以有效预测乳腺癌的肿瘤浸润淋巴细胞水平,有望成为评估患者情况及设计治疗方案的新参考。
关键词:乳腺癌,MRI影像组学,机器学习,肿瘤浸润淋巴细胞
2026年8期其他文献查阅:
基于ADC全域直方图术前预测节细胞胶质瘤BRAF V600E突变的价值研究
乳腺浸润性导管癌与浸润性小叶癌锥光束乳腺CT毛刺征象与临床病理对照研究
基于Boruta算法的双模态影像及临床特征预测乳腺BI-RADS 4类病变恶性风险
酰胺质子转移成像联合DWI鉴别三阴性与非三阴性乳腺癌的初步研究
基于多参数MRI-Transformer架构融合模型预测乳腺癌HER2-0与HER2-low:一项双中心研究
基于DCE-MRI瘤内及瘤周联合临床病理信息的Nomogram预测乳腺癌肿瘤浸润淋巴细胞水平
基于T1WI增强序列影像学分型评估经Ommaya囊鞘内化疗肺腺癌软脑膜转移患者的预后因素的双中心研究
病灶特异性冠状动脉周围脂肪衰减指数联合CT-FFR对冠心病患者主要不良心血管事件的预测价值
机器学习诊断粗梁-团块亚型肝细胞癌效能的系统评价和Meta分析
股方肌体素内不相干运动扩散加权成像联合T2*值定量评估坐骨股骨撞击综合征的价值研究