背景：组织学分级是乳腺癌患者预后的重要因素，可以影响临床决策。因此从临床角度来看，开发一种有效且无创的组织学分级评估方法是可取的，有助于医生改善临床决策。本研究旨在建立一种基于放射组学和临床影像学特征的综合模型，用于浸润性乳腺癌组织学分级的术前预测。
方法：在这项回顾性研究中，我们招募了 211 例浸润性乳腺癌患者，并按 7:3 的比例随机分为训练组（n=147）和验证组（n=64）。患者被分为低级别肿瘤（包括 I 级和 II 级肿瘤）和高级别肿瘤（包括 III 级肿瘤）。基于基本临床特征、放射组学特征及两者之和构建 3 个模型。为了评估放射组学模型的诊断性能，我们采用了诸如受试者工作特征（ROC）曲线、决策曲线分析（DCA）、准确性、敏感性和特异性等指标，并使用 DeLong 检验和净重新分类指数（NRI）比较了三种模型的预测性能。
结果：临床模型、放射组学模型和综合模型的曲线下面积（AUC）在训练集中分别为 0.682、0.833、0.882，在验证集中分别为 0.741、0.751、0.836。NRI 分析证实，联合模型在预测乳腺癌组织学分级方面优于其他两种模型（检测队列中 NRI=21.4%）。
结论：与其他模型相比，基于基本临床特征和放射组学特征相结合的综合模型在预测组织学分级方面具有更大的潜力，可以更好地辅助临床医生进行最佳决策。
关键词：乳腺癌；组织学分级；磁共振成像；影像组学；综合模型；净重新分类指数；NRI