论文部分内容阅读
目的 探讨基于T2 WI联合临床指标建立的影像组学预测模型在鉴别宫颈鳞状细胞癌(CSCC)低分期(ES)和高分期(AS)的价值.方法 回顾性分析181例CSCC患者的治疗前T2 WI图像和临床资料.采用AK软件对T2 WI图像提取纹理特征,使用最小绝对收缩与选择算子算法(LASSO)降维后建立鉴别CSCC患者ES和AS的影像组学标签.运用单因素Logistic回归筛选独立临床危险因素,采用多变量Logistic回归构建预测CSCC分期的列线图;采用受试者工作特征(ROC)曲线评估影像组学模型在训练组中的准确性,并通过验证组进行验证.采用校正曲线评估列线图预测和实际观察CSCC分期的一致性.结果 影像组学标签、肿瘤最大径、年龄和鳞状细胞癌抗原(SCC-Ag)水平为独立危险因素.训练组和验证组中预测CSCC分期的曲线下面积(AUC)分别为0.873[95％置信区间(CI)0.812～0.935]和0.840(95％CI 0.725～0.955).校正曲线显示列线图在预测和实际观察之间具有良好的一致性.结论 基于T2 WI图像联合临床指标建立的影像组学预测模型有助于鉴别CSCC患者ES与AS.