探讨基于CT影像组学构建肾透明细胞癌(ccRCC)WHO/国际泌尿病理学会(ISUP)分级预测模型的临床意义。
方法回顾性分析陕西中医药大学附属医院2014年3月至2018年12月行能谱CT增强扫描并经手术或穿刺活检病理确诊的104例ccRCC患者的临床资料。其中男70例,女34例;年龄(61.2±11.7)岁。肿瘤直径(139.6±28.5)mm;肿瘤位于右肾50例,左肾54例;有包膜72例;存在静脉瘤栓17例;伴有淋巴结肿大37例。采用分层抽样法按照7∶3比例随机将患者分为训练组(73例)和验证组(31例)。根据2016版肾癌WHO/ISUP病理分级标准重新诊断并分级,将Ⅰ~Ⅱ级定义为低级别,Ⅲ~Ⅳ级定义为高级别。在CT增强扫描皮质期图像中计算ccRCC的影像组学特征。采用LASSO回归对训练组影像组学特征进行降维,并建立影像组学风险评分。采用二元logistic回归构建预测模型。采用Bootstrap法对训练组和验证组模型进行内部验证,分别计算受试者工作特征(ROC)曲线下面积(AUC)、敏感性及特异性。采用Hosmer-Lemeshow拟合优度检验评价模型的校准度。
结果ccRCC影像组学特征降维后建立影像组学风险评分。训练组低、高级别风险评分分别为-2.49±1.73和1.23±2.17,差异有统计学意义(t=-7.785,P<0.01)。多因素二元logistic回归结果表明仅影像组学风险评分是预测ccRCC WHO/ISUP分级的独立危险因素(OR=3.576,95%CI 1.964~6.513)。预测模型为Y=1/[1+exp(-Z)],Z=1.274×影像组学风险评分+0.072。Bootstrap法内部验证结果表明训练组的AUC为0.940(95%CI 0.883~0.998),敏感性为95.5%,特异性为88.2%。Hosmer-Lemeshow拟合优度检验结果表明该预测模型的校准度较好(χ2=4.463,P=0.813)。验证组低、高级别风险评分分别为-2.27±2.02和0.82±2.08,差异有统计学意义(t=-3.832,P<0.01)。预测模型在验证组的AUC为0.859(95%CI 0.723~0.995),敏感性为77.8%,特异性为81.8%。Hosmer-Lemeshow拟合优度检验结果表明,该预测模型的校准度较好(χ2=14.554,P=0.068)。
结论基于ccRCC CT增强扫描皮质期图像影像组学构建的预测模型,对预测ccRCC的WHO/ISUP分级具有较高诊断效能,可为患者的治疗及预后提供参考依据。