论文已发表
注册即可获取德孚的最新动态
IF 收录期刊
基于多序列MR影像组学特征联合炎症指标预测肝细胞癌TACE术后生存
Authors Zhou M, Zhang P, Mao Q, Shi Y, Yang L, Zhang X
Received 4 June 2024
Accepted for publication 15 October 2024
Published 24 October 2024 Volume 2024:11 Pages 2049—2061
DOI https://doi.org/10.2147/JHC.S481301
Checked for plagiarism Yes
Review by Single anonymous peer review
Peer reviewer comments 2
Editor who approved publication: Dr David Gerber
周茂婷、张芃、毛麒、石玥、杨林*、张小明
川北医学院附属医院,四川,南充,637000;通讯作者:杨林,电子邮件linyangmd@163.com
目的:探讨基于多序列MR影像组学特征联合炎症指标预测肝细胞癌(Hepatocellular carcinoma,HCC)经肝动脉灌注化疗栓塞术(Transarterial chemoembolization,TACE)后总生存期(Overall survival,OS)的价值。
方法:回顾性分析我院2019年12月-2023年7月首次TACE治疗的HCC患者116例的术前MRI和临床资料,将其按7:3的比例随机分为训练组80例和验证组36例。利用单因素与多因素COX比例风险回归模型筛选出影响HCC患者TACE治疗OS的风险因素。采用3D-Slicer软件分别从扫描序列轴位抑脂T2加权成像(Axial fat suppression T2 weighted,FS-T2WI)、轴位动态增强MRI的动脉期(Arterial phase,A)、门静脉期(Portal venous phase,P)图像上勾画肿瘤病灶感兴趣区域(region of interest,ROI),并提取影像组学特征,生成相应的数据集。采用最小绝对收缩选择算子方法(Least absolute shrinkage and selection operator,LASSO)选择最佳影像组学特征。采用Logistic回归建立各序列影像组学模型(FS-T2WI,A,P模型)、联合各序列影像组学特征的影像组学联合模型(M模型)、以及整合影像组学和临床独立变量的影像组学-临床联合预测模型(M-C模型),并构建多因素Cox预测HCC患者TACE治疗生存模型的诺莫图(Nomogram)。运用受试者工作特征曲线下面积(Area under the receiver operating characteristic curve,AUC)评估各模型的鉴别效能。
结果:单因素Cox比例回归模型显示肝功能分级标准(Child-Turtotte-Pugh,CTP)、血小板与淋巴细胞比值(Platelet-to-lymphocyte ratio,PLR)、中性粒细胞与淋巴细胞比值(Neutrophil-to-lymphocyte ratio,NLR)、联合PLR评分(NLR-PLR评分)、以及肿瘤最大径是肝癌患者TACE治疗OS的风险因素。多因素COX比例回归模型显示CTP和NLR-PLR评分是肝癌TACE治疗OS的独立预测因子。FS-T2WI、A、P、M、M-C模型预测HCC患者TACE治疗OS中的AUC值在训练组中分别为0.779、0.803、0.745、0.858、0.893;在验证组中分别为0.635、0.651、0.644、0.778、0.803;M-C模型效能最佳。
结论:基于多序列MR影像组学模型可以较好地预测HCC TACE治疗远期疗效,联合炎症指标可提高其预测性能。