关键词:
膀胱肿瘤
影像组学
病理分级
列线图
磁共振成像
临床危险因素
摘要:
目的探讨基于多模态MRI的影像组学特征和临床危险因素构建的联合预测模型,对膀胱癌术前病理组织学分级的预测价值。方法回顾性队列研究。纳入山西省肿瘤医院2013年5月—2022年7月135例膀胱癌患者术前2周的MRI资料和临床病理资料,其中男116例、女19例,年龄34~92(67.0±10.5)岁。采用随机抽样法,按照7∶3的比例将患者分为训练集(94例)和验证集(41例)。在T_(2)加权像(T_(2)WI)、弥散加权成像(DWI)、表观弥散系数(ADC)图、增强T_(1)加权图像(T_(1)WI)中,用ITK-SNAP软件沿着膀胱癌原发灶边缘逐层手动分割、勾画感兴趣区(ROI);使用开源Pyradiomics提取影像组学特征;通过Mann-WhitneyU检验、Pearson相关系数和LASSO回归等方法,对膀胱癌原发灶的影像组学特征进行筛选并构建影像组学预测模型。采用单因素和多因素logistic回归分析筛选膀胱癌病理组织学分级的临床危险因素构建临床预测模型;将最优影像组学标签与临床危险因素结合,构建联合预测模型。使用受试者工作特征(ROC)曲线和校准曲线、决策曲线分析(DCA)评估预测模型表观性能和临床实用性。结果从T_(2)WI、DWI、ADC、增强T_(1)WI序列中各提取1574个影像组学特征,4个序列联合的多模态MRI序列共提取6296个特征,并分别筛选出19、7、8、14、31个与膀胱癌病理分级相关的特征,构建了T_(2)WI、DWI、ADC、增强T_(1)WI序列以及4个序列联合的多模态MRI影像组学预测模型。在训练集及验证集中,上述5个序列影像组学预测模型的曲线下面积(AUC)值依次为0.923、0.823,0.770、0.797,0.781、0.812,0.870、0.617,0.971、0.912。通过单因素和多因素logistic回归分析筛选出临床危险因素为临床T分期,并构建了临床预测模型,其在训练集和验证集中AUC值分别为0.726、0.755;联合预测模型在训练集和验证集中的AUC值分别为0.974及0.980。DCA显示联合预测模型的预测效能高于影像组学预测模型及临床预测模型,使用列线图能够可视化该联合预测模型。校准曲线也表明,这种联合预测模型在训练集和验证集中具有良好的预测价值。结论由术前多模态MRI的影像组学特征和临床危险因素结合而构建的联合预测模型,可进一步提高对膀胱癌患者术前病理学分级的预测效能,且具有无创的优势,可为膀胱癌患者治疗策略的制订提供指导。