《临床放射学杂志》发表论文赏析

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

来源:临床放射学杂志2026年第8期北京时间:

作者:税会利, 谢贞明, 吴娇, 杨兵, 唐东昕

单位:550025 贵阳,贵州中医药大学(税会利、谢贞明、吴 娇、杨 兵、唐东昕);550002 贵阳,贵州中医药大学第一附属医院临床医学研究中心(税会利、谢贞明、吴 娇、杨 兵);550002 贵阳,贵州省中医肿瘤传承与科技创新人才基地税会利、谢贞明、吴 娇、杨 兵;563000 遵义,遵义医科大学附属医院(唐东昕)

摘要:目的通过系统评价方法,全面评估机器学习在检测粗梁-团块亚型肝细胞癌中的诊断效能,为未来智能辅助诊断工具的研发与优化提供循证依据。方法计算机检索PubMed、Embase、Cochrane Library、Web of Science、CNKI、VIP、CBM、WanFang Data等数据库,搜集有关机器学习检测粗梁-团块亚型肝细胞癌的研究,检索时限均从建库至2025年7月21日。采用预测模型偏倚风险评估工具评估偏倚风险。在Meta分析过程中,按建模变量(非影像组学、影像组学)进行亚组分析。结果共纳入了21项研究,包括3925例肝细胞癌患者,其中1092例为粗梁-团块亚型肝细胞癌患者。13项基于非影像组学特征,8项基于影像组学特征。在验证集中,所有机器学习模型合并的灵敏度为0.75[95%置信区间(CI)(0.69,0.81)]、特异度为0.78[95%CI(0.69,0.84)]、阳性似然比为3.4[95%CI(2.4,4.7)]、阴性似然比为0.32[95%CI(0.25,0.40)]、诊断比值比为11[95%CI(7,17)]、汇总受试者工作特征曲线下面积为0.80[95%CI(0.76,0.83)]。其中,影像组学特征机器学习合并的灵敏度为0.78[95%CI(0.71,0.84)]、特异度为0.77[95%CI(0.66,0.85)]、阳性似然比为3.4[95%CI(2.3,5.2)]、阴性似然比为0.29[95%CI(0.21,0.38)]、诊断比值比为12[95%CI(7,21)]、汇总受试者工作特征曲线下面积为0.81[95%CI(0.78,0.85)]。结论机器学习检测粗梁-团块亚型肝细胞癌具有一定的可行性,影像组学模型的表现略优,有望为其术前识别提供一种有潜力的辅助手段,但现有研究质量有待加强,未来需进一步优化模型的设计与验证,以期达到更准确的预测结果。

关键词:肝细胞癌,粗梁-团块亚型,机器学习,影像组学,预测模型,Meta分析

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

老年性耳聋患者类淋巴系统结构紊乱与认知障碍的关联研究

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

不同浓度对比剂在对比增强能谱乳腺X线摄影中的应用

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

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!