论文部分内容阅读
背景:卵巢癌是妇科癌症死亡的主要原因,大多数患者诊断时为晚期(Ⅲ期和Ⅳ期)。在Ⅲ-Ⅳ期卵巢上皮癌患者中,淋巴结转移超过了50%,淋巴结转移是晚期卵巢上皮癌患者较为重要的预后影响因素。PET/CT检查对淋巴结转移诊断的敏感性较低,但特异度尚可。如何寻找PET/CT图像有效指标精准预测淋巴结转移风险十分的必要。高级别浆液性癌占卵巢上皮癌的70%。虽然大多数高级别浆液性癌患者通过肿瘤细胞减灭术和铂类为基础的化疗达到完全缓解,但是晚期高级别浆液性癌中位无进展生存时间仅为18个月。相当一部分晚期高级别浆液性癌患者在3年内经历肿瘤复发和进展。预测晚期卵巢癌患者术前淋巴结转移及肿瘤细胞减灭术后的无进展生存期非常重要,因为它关系到指导有关个性化治疗和监测计划的决策。从多模态医学图像中可以提取高维定量影像组学特征,这些特征可以无创量化肿瘤异质性并显示肿瘤的潜在恶性特征。基于影像组学特征构建的预测模型,临床医生可获取关于肿瘤诊断、组织病理学分类、治疗反应和预后等重要信息。在本研究中,我们建立了基于PET/CT影像组学标签,构建了整合临床特征及影像组学标签的模型来无创预测卵巢上皮癌淋巴结转移风险及高级别浆液性癌无进展生存期。目的:基于PET/CT影像组学特征,构建整合临床特征及影像组学标签的预测模型来无创预测卵巢上皮癌淋巴结转移风险及高级别浆液性癌无进展生存期,为个性化治疗提供决策。方法:在第一部分构建卵巢上皮癌淋巴结转移风险预测模型的研究中。纳入了275名符合标准的患者,按照7:3的比例随机划分为训练组(189)和验证组(86)。由两名经验丰富的放射科医生进行手工感兴趣区的勾画并提取组学特征。单变量分析筛选组学特征,Lasso回归分析分别构建基于PET及CT图像组学特征的组学标签。通过多因素logistic回归分析构建模型,共构建三个模型:临床模型,临床+PET标签模型,临床+CT标签模型。通过受试者工作曲线、校准曲线及净重分类指数对上述模型进行评估,最佳模型构建列线图。在第二部分构建高级别浆液性癌无进展生存期的预测模型研究中。研究最终入选265例患者,随机分为训练组(180例)和验证组(85例)。对PET/CT图像的所有病灶进行半自动分割,以PET图像中最大标准摄取值的42%为阈值勾画图像并提取组学特征。单因素COX分析筛选变量,然后通过Lasso回归分析的方法分别构建PET及CT的组学标签,结合临床特征、PET代谢参数和组学标签构建多个预测模型,共构建六个模型(临床模型;临床+PET代谢参数模型;临床+PET标签模型;临床+CT标签模型;临床+PET代谢参数+PET标签模型;临床+PET代谢参数+CT标签模型)。应用一致性指数,净重分类指数和校准曲线来评估模型在训练和验证组中的表现。结果:在第一部分中,训练组中临床特征+CT组学标签模型的预测能力最好,AUC为0.710(95%可信区间0.597-0.817),敏感度0.886,特异度0.452。而在验证组中临床特征+PET组学标签模型预测能力最好,AUC为0.713(95%可信区间0.602-0.825),敏感度0.750,特异度为0.652,远高于其他模型。而且此模型的校准度也为三者中最好。在第二部分中,通过Lasso构建的PET组学标签和CT组学标签在训练组和验证组中均与高级别浆液性癌的无进展生存显着相关(训练组,两个标签P<0.001,验证组,PET标签P=0.003,CT标签为P=0.004)。临床+PET代谢参数+CT组学标签模型在训练组中显示出比其他模型更高的预测能力(一致性指数=0.72),而临床+PET代谢参数+PET组学标签模型在验证组中具有最高的预测能力(一致性指数=0.681)。预测1年和3年无进展生存期的校准曲线表明临床+PET代谢参数+PET组学标签模型在预估的和实际的1年和3年无进展生存期之间显示出较好的一致性。结论:与单独使用临床特征相比,整合PET/CT的影像组学标签至模型中,可以提高模型诊断准确性并提供互补信息。在研究中构建的影像组学模型列线图是预测卵巢上皮癌患者淋巴结转移风险及高级别浆液性癌无进展生存的有效工具。