目的:根据40s动脉晚期(LAP)的CT检查结果,使用列线图术前预测胃癌分化程度。方法:回顾性收集本院188例胃癌患者的病例资料,将其分为训练组(85例低分化和41例中分化/高分化)和验证组(42例低分化和20例中分化/高分化)。分析经手术切除的...目的:根据40s动脉晚期(LAP)的CT检查结果,使用列线图术前预测胃癌分化程度。方法:回顾性收集本院188例胃癌患者的病例资料,将其分为训练组(85例低分化和41例中分化/高分化)和验证组(42例低分化和20例中分化/高分化)。分析经手术切除的胃癌患者术前CT图像,评估40s LAP的12个形态学特征。建立基于多参数二元逻辑回归模型的列线图来预测低分化胃癌并用ROC曲线评价诊断效能。结果:训练组40s LAP的6个形态学特征、6个常规CT值参数和年龄在两组间差异均有统计学意义(均P<0.05)。多参数模型由年龄(P=0.003)、浸润性(P=0.001)、形态(P<0.001)、"C"征(P=0.009)、延迟期平均CT值(DP value mean,P=0.005)和延迟期最小CT值(DP value min,P=0.046)组成。训练组和验证组基于多参数模型预测低分化胃癌的AUC值分别达到0.849和0.762。结论:40s动脉晚期CT图像的多个形态学特征及CT值参数在低分化和中/高分化胃癌组间存在显著差异。此外,联合形态学特征、常规CT值参数和年龄的列线图可术前预测胃癌分化程度。展开更多
文摘目的:根据40s动脉晚期(LAP)的CT检查结果,使用列线图术前预测胃癌分化程度。方法:回顾性收集本院188例胃癌患者的病例资料,将其分为训练组(85例低分化和41例中分化/高分化)和验证组(42例低分化和20例中分化/高分化)。分析经手术切除的胃癌患者术前CT图像,评估40s LAP的12个形态学特征。建立基于多参数二元逻辑回归模型的列线图来预测低分化胃癌并用ROC曲线评价诊断效能。结果:训练组40s LAP的6个形态学特征、6个常规CT值参数和年龄在两组间差异均有统计学意义(均P<0.05)。多参数模型由年龄(P=0.003)、浸润性(P=0.001)、形态(P<0.001)、"C"征(P=0.009)、延迟期平均CT值(DP value mean,P=0.005)和延迟期最小CT值(DP value min,P=0.046)组成。训练组和验证组基于多参数模型预测低分化胃癌的AUC值分别达到0.849和0.762。结论:40s动脉晚期CT图像的多个形态学特征及CT值参数在低分化和中/高分化胃癌组间存在显著差异。此外,联合形态学特征、常规CT值参数和年龄的列线图可术前预测胃癌分化程度。
