目的:观察头颈部恶性肿瘤患者放射治疗期间骨骼肌量的变化,并分析其影响因素。方法:采用便利取样方法,选取2017年3月至2019年9月在北京市某专科肿瘤医院放射治疗科接受放射治疗的头颈部恶性肿瘤患者为研究对象,应用患者参与主观全面评定...目的:观察头颈部恶性肿瘤患者放射治疗期间骨骼肌量的变化,并分析其影响因素。方法:采用便利取样方法,选取2017年3月至2019年9月在北京市某专科肿瘤医院放射治疗科接受放射治疗的头颈部恶性肿瘤患者为研究对象,应用患者参与主观全面评定(Patient Generated Subjective Global Assessment,PGSGA)的症状部分评估患者在放疗开始前(T1)、放疗中期(T2)、放疗结束时(T3)的营养相关症状(NutritionImpactSymptoms,NIS),用24h膳食回顾法记录膳食摄入情况并采用生物电阻抗分析法测定骨骼肌量变化情况,采用广义估计方程(GeneralizedEstimatingEquations,GEE)分析患者骨骼肌量变化的影响因素。结果:共459例患者完成3次测评。在3个测评时间点,骨骼肌量分别为(26.31±5.08)kg、(25.60±4.83)kg、(24.62±4.68)kg;NIS发生率分别为38.1%(175/459)、93.2%(428/459)、95.4%(438/459);标准化每日能量摄入量(standardDailyEnergyIntake,stDEI)分别为(24.94±8.51)kcal/(kg·day)、(20.47±9.14)kcal/(kg·day)、(18.23±9.75)kcal/(kg·day),标准化每日蛋白摄入量(standard Daily Protein Intake,stDPI)分别为(0.98±0.39)g/(kg·day)(、0.86±0.39)g/(kg·day)、(0.84±0.51)g/(kg·day);随放射治疗的进行,患者骨骼肌量逐渐下降、NIS得分逐渐增加、能量及蛋白质摄入逐渐减少。骨骼肌量变化与放疗前是否手术、膳食能量摄入量及NIS得分密切相关。结论:头颈部恶性肿瘤放射治疗患者治疗后骨骼肌量减少,放疗前未手术、膳食能量摄入不足及NIS重的患者骨骼肌量减少多。提示应重视未手术患者,加强营养相关症状管理和膳食干预,以减轻患者骨骼肌量的丢失。展开更多
目的观察基于MR-T2WI的深度迁移学习(deep transfer learning,DTL)特征、影像组学特征及临床特征构建的联合模型(列线图)在术前预测宫颈癌淋巴脉管间隙浸润(lymph vascular space invasion,LVSI)的价值。材料与方法回顾性分析178例经术...目的观察基于MR-T2WI的深度迁移学习(deep transfer learning,DTL)特征、影像组学特征及临床特征构建的联合模型(列线图)在术前预测宫颈癌淋巴脉管间隙浸润(lymph vascular space invasion,LVSI)的价值。材料与方法回顾性分析178例经术后病理证实为宫颈癌的患者病例,其中70例LVSI(+)、108例LVSI(-),按照8∶2划分为训练集[142例,54例LVSI(+)、88例LVSI(-)]和测试集[36例,16例LVSI(+)、20例LVSI(-)]。对临床因素行单因素logistic分析,筛选出LVSI(+)独立预测因素。使用DTL方法和传统影像组学方法提取矢状位T2WI图像中病灶的DTL特征和影像组学特征,构建DTL特征数据集、影像组学特征数据集和DTL特征与影像组学特征融合的数据集,分别以t检验、Pearson分析和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归对训练集各特征数据集进行特征降维,以其最佳者构建影像组学(radiomics,Rad)模型、DTL模型、融合模型(Rad+DTL模型),并筛选最佳影像组学模型;基于上述最佳影像组学模型评分与临床独立因子构建联合模型,并绘制列线图。以校准曲线评估模型校准度,以决策曲线分析评价模型的应用价值。结果淋巴结转移、粒细胞比率均为LVSI(+)的独立预测因子(P<0.05)。Rad+DTL模型为最佳影像组学模型。联合模型在训练集和测试集中的受试者工作特征曲线下面积(area under the curve,AUC)高于Rad+DTL模型(0.984 vs.0.966,P<0.05;0.912 vs.0.759,P=0.05)。联合模型的校准度较高,临床净收益更大。结论基于MR-T2WI的DTL特征、影像组学特征联合临床特征构建的联合模型可有效预测宫颈癌LVSI。展开更多
文摘目的:观察头颈部恶性肿瘤患者放射治疗期间骨骼肌量的变化,并分析其影响因素。方法:采用便利取样方法,选取2017年3月至2019年9月在北京市某专科肿瘤医院放射治疗科接受放射治疗的头颈部恶性肿瘤患者为研究对象,应用患者参与主观全面评定(Patient Generated Subjective Global Assessment,PGSGA)的症状部分评估患者在放疗开始前(T1)、放疗中期(T2)、放疗结束时(T3)的营养相关症状(NutritionImpactSymptoms,NIS),用24h膳食回顾法记录膳食摄入情况并采用生物电阻抗分析法测定骨骼肌量变化情况,采用广义估计方程(GeneralizedEstimatingEquations,GEE)分析患者骨骼肌量变化的影响因素。结果:共459例患者完成3次测评。在3个测评时间点,骨骼肌量分别为(26.31±5.08)kg、(25.60±4.83)kg、(24.62±4.68)kg;NIS发生率分别为38.1%(175/459)、93.2%(428/459)、95.4%(438/459);标准化每日能量摄入量(standardDailyEnergyIntake,stDEI)分别为(24.94±8.51)kcal/(kg·day)、(20.47±9.14)kcal/(kg·day)、(18.23±9.75)kcal/(kg·day),标准化每日蛋白摄入量(standard Daily Protein Intake,stDPI)分别为(0.98±0.39)g/(kg·day)(、0.86±0.39)g/(kg·day)、(0.84±0.51)g/(kg·day);随放射治疗的进行,患者骨骼肌量逐渐下降、NIS得分逐渐增加、能量及蛋白质摄入逐渐减少。骨骼肌量变化与放疗前是否手术、膳食能量摄入量及NIS得分密切相关。结论:头颈部恶性肿瘤放射治疗患者治疗后骨骼肌量减少,放疗前未手术、膳食能量摄入不足及NIS重的患者骨骼肌量减少多。提示应重视未手术患者,加强营养相关症状管理和膳食干预,以减轻患者骨骼肌量的丢失。
文摘目的观察基于MR-T2WI的深度迁移学习(deep transfer learning,DTL)特征、影像组学特征及临床特征构建的联合模型(列线图)在术前预测宫颈癌淋巴脉管间隙浸润(lymph vascular space invasion,LVSI)的价值。材料与方法回顾性分析178例经术后病理证实为宫颈癌的患者病例,其中70例LVSI(+)、108例LVSI(-),按照8∶2划分为训练集[142例,54例LVSI(+)、88例LVSI(-)]和测试集[36例,16例LVSI(+)、20例LVSI(-)]。对临床因素行单因素logistic分析,筛选出LVSI(+)独立预测因素。使用DTL方法和传统影像组学方法提取矢状位T2WI图像中病灶的DTL特征和影像组学特征,构建DTL特征数据集、影像组学特征数据集和DTL特征与影像组学特征融合的数据集,分别以t检验、Pearson分析和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归对训练集各特征数据集进行特征降维,以其最佳者构建影像组学(radiomics,Rad)模型、DTL模型、融合模型(Rad+DTL模型),并筛选最佳影像组学模型;基于上述最佳影像组学模型评分与临床独立因子构建联合模型,并绘制列线图。以校准曲线评估模型校准度,以决策曲线分析评价模型的应用价值。结果淋巴结转移、粒细胞比率均为LVSI(+)的独立预测因子(P<0.05)。Rad+DTL模型为最佳影像组学模型。联合模型在训练集和测试集中的受试者工作特征曲线下面积(area under the curve,AUC)高于Rad+DTL模型(0.984 vs.0.966,P<0.05;0.912 vs.0.759,P=0.05)。联合模型的校准度较高,临床净收益更大。结论基于MR-T2WI的DTL特征、影像组学特征联合临床特征构建的联合模型可有效预测宫颈癌LVSI。
