编辑推荐:
摘要背景对于早期肺腺癌患者而言,术前准确识别内脏胸膜侵犯(VPI)对于手术规划和淋巴结清扫至关重要。本研究旨在基于肿瘤内和肿瘤周围的放射组学特征,开发并独立验证一种用于临床T1期侵袭性肺腺癌的VPI预测模型。此外,该研究还初步探讨了最佳模型的可解释性。方法这项回顾性分析收集了来自
对于早期肺腺癌患者而言,术前准确识别内脏胸膜侵犯(VPI)对于手术规划和淋巴结清扫至关重要。本研究旨在基于肿瘤内和肿瘤周围的放射组学特征,开发并独立验证一种用于临床T1期侵袭性肺腺癌的VPI预测模型。此外,该研究还初步探讨了最佳模型的可解释性。
这项回顾性分析收集了来自三家医疗机构的316名患者的影像学和临床数据,这些患者均通过计算机断层扫描(CT)被诊断为可能具有胸膜侵犯的侵袭性肺腺癌。其中,中心1的109名患者和中心2的99名患者分别被随机分配到训练集(146名患者)和验证集(62名患者),比例为7:3。中心3的108名患者构成了独立的外部测试集。通过单变量和多变量分析、Spearman相关性分析、最小冗余最大相关性(mRMR)以及最小绝对收缩选择算法(LASSO)等技术进行了特征选择,以开发临床CT语义模型、肿瘤内放射组学模型、肿瘤周围放射组学模型以及肿瘤内-肿瘤周围联合放射组学模型。随后使用SHapley加性解释(SHAP)方法对最佳模型的关键特征进行了排序和评估。
肿瘤内模型表现出最低的赤池信息量准则(AIC)和贝叶斯信息量准则(BIC),表明其在训练集中的拟合效果最佳。该模型在验证集和外部测试集中的马修斯相关系数(MCC)和诊断优势比(DOR)也最高,显示出最佳的预测能力。肿瘤内模型在训练集、验证集和外部测试集中的曲线下面积(AUC)值分别为0.837(95% CI: 0.812–0.860)、0.825(95% CI: 0.794–0.858)和0.819(95% CI: 0.791–0.845);这些数值均优于肿瘤周围模型、联合模型和临床CT语义模型。SHAP分析结果显示,“小区域-低灰度级强调”(Small-Area-Low-Gray-Level-Emphasis)是一个关键特征。
肿瘤内放射组学特征对临床T1期侵袭性肺腺癌的VPI具有显著的预测价值,有助于医生制定精确的临床策略。
对于早期肺腺癌患者而言,术前准确识别内脏胸膜侵犯(VPI)对于手术规划和淋巴结清扫至关重要。本研究旨在基于肿瘤内和肿瘤周围的放射组学特征,开发并独立验证一种用于临床T1期侵袭性肺腺癌的VPI预测模型。此外,该研究还初步探讨了最佳模型的可解释性。
这项回顾性分析收集了来自三家医疗机构的316名患者的影像学和临床数据,这些患者均通过计算机断层扫描(CT)被诊断为可能具有胸膜侵犯的侵袭性肺腺癌。其中,中心1的109名患者和中心2的99名患者分别被随机分配到训练集(146名患者)和验证集(62名患者),比例为7:3。中心3的108名患者构成了独立的外部测试集。通过单变量和多变量分析、Spearman相关性分析、最小冗余最大相关性(mRMR)以及最小绝对收缩选择算法(LASSO)等技术进行了特征选择,以开发临床CT语义模型、肿瘤内放射组学模型、肿瘤周围放射组学模型以及肿瘤内-肿瘤周围联合放射组学模型。随后使用SHapley加性解释(SHAP)方法对最佳模型的关键特征进行了排序和评估。
肿瘤内模型表现出最低的赤池信息量准则(AIC)和贝叶斯信息量准则(BIC),表明其在训练集中的拟合效果最佳。该模型在验证集和外部测试集中的马修斯相关系数(MCC)和诊断优势比(DOR)也最高,显示出最佳的预测能力。肿瘤内模型在训练集、验证集和外部测试集中的曲线下面积(AUC)值分别为0.837(95% CI: 0.812–0.860)、0.825(95% CI: 0.794–0.858)和0.819(95% CI: 0.791–0.845);这些数值均优于肿瘤周围模型、联合模型和临床CT语义模型。SHAP分析结果显示,“小区域-低灰度级强调”(Small-Area-Low-Gray-Level-Emphasis)是一个关键特征。
肿瘤内放射组学特征对临床T1期侵袭性肺腺癌的VPI具有显著的预测价值,有助于医生制定精确的临床策略。
生物通 版权所有