论文部分内容阅读
第一部分诺模图预测垂体腺瘤经鼻蝶窦手术的切除范围目的对接受经鼻蝶窦入路手术治疗的垂体腺瘤患者,分析肿瘤全切除的影响因素并开发相应的诺模图预测患者的手术切除范围。材料和方法本研究回顾性收集东部战区总医院2011年11月至2019年06月期间接受经鼻蝶窦入路手术,且术后病理确诊为垂体腺瘤的患者,所有患者均在术前及术后行垂体MRI检查。根据外科医生的手术记录及患者手术前后的MRI影像,评估术区是否存在肿瘤的残余,将患者分为全切除（Gross Total Resection,GTR）和次全切除（Subtotal Resection,STR）两组,同时收集患者的人口学信息和临床信息。通过阅读患者的术前垂体MRI影像,记录患者肿瘤的Knosp分级并测量肿瘤的最大直径（任意方位）、最大水平直径和颈内动脉C4节段最小颈内动脉间距（冠状位）。进行logistic回归分析找出与肿瘤切除范围相关的风险因素,并构建出相应的诺模图对患者手术切除范围进行预测。收集泰州市人民医院2018年3月至2021年4月及徐州医科大学附院2019年2月至2021年7月行经鼻蝶窦入路手术,且术后病理确诊为垂体腺瘤的患者作为诺模图模型的外部验证数据集,对模型的各项性能参数进行评估。结果本研究共纳入本院患者384人,手术切除范围达到全切者268人,达次全切者116人。泰州市人民医院及徐州医科大学附院患者共55人,手术切除范围达到全切者37人,达次全切者18人。肿瘤的最大径、ZPS评分、海绵窦侵犯和肿瘤的质地4个风险因素被纳入最终的诺模图模型中。模型在训练集中AUC（area underthe curve）值为0.859,在验证集中的AUC值也达到了 0.806,两个数据集中的校准曲线及临床决策曲线也显示了模型的可靠性及临床可用性。结论本研究开发并验证的诺模图可较好地预测患者手术切除范围,有助于外科医生个性化制定治疗方案。第二部分基于术前MR的影像组学模型预测垂体腺瘤进展/复发的研究目的大多数垂体腺瘤患者在接受经鼻蝶窦手术治疗后有较好的预后,但有部分患者可能会面临肿瘤的术后进展/复发。本研究基于患者术前MR图像的影像组学特征与临床特征结合,构建预测模型用于预测患者术后进展/复发,对术后人群进行风险分层。材料和方法本研究回顾性收集东部战区总医院2009年5月至2019年5月期间接受经鼻蝶窦入路手术,且术后病理确诊为垂体腺瘤的患者,所有患者均在术前及术后行垂体MRI检查。根据患者术后随访的MRI影像,评估患者术后的转归,将患者分为进展/复发（Progression/Recurrence,P/R）组和非P/R组两组。基于患者术前的MR图像对病灶进行手动勾画、分割,提取影像组学特征后筛选出稳健且重要的特征,同时收集患者的人口学信息和临床信息,将临床特征和组学特征融合后构建预测模型,对模型性能的各项指标进行评估。通过Cox单因素和多因素回归方法分析与患者术后进展/复发相关的高危因素,并绘制相应的K-M曲线。收集泰州市人民医院2018年3月至2021年4月及徐州医科大学附院2019年2月至2021年7月行经鼻蝶窦入路手术,且术后病理确诊为垂体腺瘤的患者作为预测模型的外部验证数据集,对模型的各项性能参数进行评估。结果本研究共纳入本院患者384人,外院患者44人,分别作为内部队列和外部验证队列。在临床及影像指标的Cox多因素分析中,次全切除是P/R的高危因素（P＜0.05）,风险比为26.044。由临床特征和组学特征建立的融合模性能表现最佳,训练集、测试集和外部验证集中的AUC值分别为0.907、0.894和0.826。结论本研究建立并初步验证了一个用于预测垂体腺瘤术后进展/复发的融合模型,证实了影像组学可提供有价值信息的潜能。