已发表论文

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、张毛麒、石杨林*、张

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 carcinomaHCC)经肝动脉灌注化疗栓塞术(Transarterial chemoembolizationTACE)后总生存期(Overall survivalOS)的价值。

方法:回顾性分析我院201912-20237月首次TACE治疗的HCC患者116例的术前MRI和临床资料,将其按73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 weightedFS-T2WI)、轴位动态增强MRI的动脉期(Arterial phaseA)、门静脉期(Portal venous phaseP)图像上勾画肿瘤病灶感兴趣区域(region of interestROI),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 operatorLASSO)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-T2WIAP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 curveAUC)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 ratioPLR)、中性粒细胞与淋巴细胞比值(Neutrophil-to-lymphocyte ratioNLR)、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CTPNLR-PLR评分是肝癌TACE治疗OS的独立预测因子。FS-T2WIAPMM-C模型预测HCC患者TACE治疗OS中的AUC值在训练组中分别为0.7790.8030.7450.8580.893;在验证组中分别为0.6350.6510.6440.7780.803M-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,联合炎症指标提高其预测性能。