论文部分内容阅读
目的:通过影像组学方法发掘有价值的HCC影像组学高通量特征,并探讨这些特征与HCC肝移植术后肿瘤复发是否具有相关性。建立预测HCC肝移植术后复发的影像组学预测模型,旨在术前通过影像学表现预判术后复发风险,进而对HCC病人进行风险分层,制定合理的临床决策,指导临床器官分配。方法:1.研究选择133例2011年10月至2016年12月在天津市第一中心医院进行经典原位肝移植手术,且术后病理证实为HCC的患者。2.入组病人按7:3被随机分为训练集和验证集,训练集93人,验证集40人,利用训练集建立预测模型,利用验证集验证预测模型预测性能。3.分别对病人增强CT四期图像中HCC病灶的进行勾画,并利用最小绝对收缩和选择算法(LASSO)和Cox回归模型筛选、分析稳定的影像组学特征。4.探讨选取的影像组学特征与HCC肝移植术后肿瘤复发的相关性。利用四期提取的影像组学特征分别建立一个影像组学预测模型,并比较各期预测模型的预测性能。5.评估术前与HCC肝移植术后复发的临床化验指标,建立一个预测HCC肝移植术后复发的临床模型。6.最后结合HCC病人影像组学特征和有效的临床化验指标,建立一个预测HCC肝移植术后复发的联合预测模型。7.比较三种HCC肝移植术后复发预测模型的预测性能,建立HCC肝移植术后肿瘤复发的个体化临床预测方案。结果:1.通过勾画四期增强CT的肝癌病灶图像,提取并筛选相应病灶中与肝癌肝移植术后肿瘤复发相关的影像组学高阶特征,在延迟期和平衡期未发现有与HCC复发相关的影像组学特征,选取与HCC复发相关的稳定的影像组学特征建立相应的影像组学预测模型。通过对比,通过动脉期提取的HCC影像组学特征建立的肝癌肝移植术后肿瘤复发影像组学预测模型在增强CT四期中具有更好的预测性能。通过计算机从增强CT动脉期中发现原始特征为853个,稳定性分析后特征为84个,从动脉期84个候选特征中筛选出与HCC肝移植术后复发显著相关的稳定的影像组学特征为9个(p<0.001)。建立的预测HCC肝移植术后复发的影像组学预测模型在训练集的预测指数C-index分别为0.743(95%CI:0.632~0.853),在验证集的预测指数C-index为0.705(95%CI:0.537~0.874)。2.通过单因素分析和多因素分析,发现HBsAg(HR=0.255,95%CI:0.099~0.654;P=0.004)和BCLC(HR=1.373,95%CI:1.086~1.735)为预测HCC肝移植术后复发的有效预测指标。建立的预测HCC肝移植术后复发的临床预测模型在训练集的预测指数C-index分别为0.675(95%CI:0.568~0.782),在验证集的预测指数C-index为0.713(95%CI:0.549~0.877)。3.由影像组学特征和临床危险因素组成的综合预测模型,在三个预测模型中具有最好的预测性能,其在训练集的预测指数C-index分别为0.785(95%可信区间[CI]:0.674~0.895),在验证集的预测指数C-index为0.789(95%CI:0.620~0.957)。校正曲线在训练集(P=0.121)和验证集(P=0.164)中显示与实际复发情况基本一致。4.建立的三个预测HCC肝移植术后复发的预测模型,分别用其对符合米兰标准的HCC肝移植病人,超出米兰标准的HCC肝移植病人进行术后早期复发的预测,通过对比发现综合预测模型的预测性能最好,其在对符合米兰标准的HCC肝移植病人的预测精度C-index为0.773(95%CI:0.532-1.000),超出米兰标准的HCC肝移植病人的预测精度C-index为0.726(95%CI:0.623-0.829)。结论:1.CT影像组学高阶特征可作为HCC肝移植复发的重要预测因素;2.影像组学联合传统临床指标可提高HCC肝移植复发预测效能;3.影像组学可在术前对HCC肝移植患者术后肿瘤复发风险进行个体化预测,进而制定合理的临床决策,指导临床实践。4.综合预测模型可以作为肝癌肝移植米兰标准的参考与补充。