目的基于治疗前乳腺MRI影像组学定量特征,并融合MRI定性影像特征及临床病理信息建立联合模型用于早期预测乳腺癌新辅助化疗后肿瘤退缩模式。材料与方法回顾性分析广东省人民医院2012年2月至2020年8月接受新辅助化疗并进行手术的420例乳...目的基于治疗前乳腺MRI影像组学定量特征,并融合MRI定性影像特征及临床病理信息建立联合模型用于早期预测乳腺癌新辅助化疗后肿瘤退缩模式。材料与方法回顾性分析广东省人民医院2012年2月至2020年8月接受新辅助化疗并进行手术的420例乳腺癌患者临床资料。以手术标本的病理结果为金标准,将肿瘤退缩模式分为向心性和非向心性退缩。根据MRI检查时间顺序以7∶3的比例分为训练组(n=294)、验证组(n=126)。在动态增强MRI的第2期增强图像中对原发灶进行感兴趣区勾画,并提取影像组学特征。采用两独立样本t检验或Mann-Whitney U检验、相关性分析及最小绝对收缩和选择算子-logistic回归分析对影像组学特征进行降维筛选,然后基于人工神经网络建立影像组学标签。通过单因素、多因素logistic筛选显著相关的临床病理特征建立临床预测模型,并联合定性影像学特征和影像组学标签构建联合预测模型。使用受试者工作特征(receiver operating characteristic,ROC)曲线和校准曲线评估模型性能,并使用决策曲线分析(decision curve analysis,DCA)评价预测模型的临床实用性。结果本研究共筛选出8个与肿瘤退缩模式显著相关的影像组学特征。在训练组和验证组中,影像组学标签的曲线下面积(area under the curve,AUC)分别为0.738(95%CI:0.705~0.754)和0.696(95%CI:0.585~0.712);临床预测模型AUC值分别为0.676(95%CI:0.636~0.741)和0.619(95%CI:0.601~0.716);联合预测模型的AUC值分别为0.802(95%CI:0.753~0.824)和0.764(95%CI:0.685~0.820)。DCA显示联合模型具有临床应用价值。结论融合乳腺癌新辅助治疗前MRI的影像组学定量特征和定性影像学特征及临床病理信息所构建的联合模型有助于预测肿瘤退缩模式,有望协助临床早期识别可降期保乳的患者,以优化个体化诊疗方案,改善患者预后。展开更多
目的:探讨MRI主观形态学特征预测T1-2期直肠癌治疗前直肠系膜淋巴结转移的诊断价值。方法:回顾性分析119例经病理证实为T1-2期直肠癌患者的术前临床信息及MRI资料,随机分成训练组84例和验证组35例。由两名医师独立测量和评估原发肿瘤和...目的:探讨MRI主观形态学特征预测T1-2期直肠癌治疗前直肠系膜淋巴结转移的诊断价值。方法:回顾性分析119例经病理证实为T1-2期直肠癌患者的术前临床信息及MRI资料,随机分成训练组84例和验证组35例。由两名医师独立测量和评估原发肿瘤和淋巴结MRI主观形态特征。在训练组中通过单因素及多因素Logistic回归分析(逐步后退法),筛选T1-2期直肠癌淋巴结转移的独立预测因素,构建预测模型并以受试者工作曲线下面积(area under the curve,AUC)、准确度、灵敏度和特异度评价模型的预测效能。用Delong检验比较模型间的性能。结果:119例T1-2期直肠癌患者中,28例患者淋巴结转移(23.53%)。在训练组,单因素Logistic回归分析提示肿瘤是否含黏液成分、肿瘤黏膜下强化带、淋巴结的短径、淋巴结形状、淋巴结分布、淋巴结边缘化学位移效应(CSE)、边缘轮廓、内部信号以及T2加权成像淋巴结信号均具有统计学意义(P<0.05)。Logistic多元逐步后退分析结果提示,CSE不规则(OR=5.58,95%CI:1.48~21.01,P=0.01)、CSE消失(OR=11.62,95%CI:3.63~37.22,P<0.001)、内部信号紊乱(OR=8.34,95%CI:3.10~22.47,P<0.001)是T1-2期直肠癌淋巴结转移的独立预测因素。本预测模型的AUC、准确度、敏感度、特异度分别为0.92、0.89、0.85及0.91,本模型效能显著优于欧洲胃肠和腹部放射学会指南(ESGAR)预测水平(P=0.02)。在验证组,模型的AUC、准确度、敏感度、特异度分别为0.83、0.89、0.75及0.93。结论:与ESGAR指南预测水平相比,联合淋巴结边缘CSE和淋巴结内部信号的T1-2直肠癌淋巴结转移预测模型评估治疗前淋巴结是否转移更为简便并有更好的预测性能。展开更多
目的探讨双层探测器光谱CT(DLCT)虚拟平扫(VNC)联合碘图对血管内治疗(EVT)术后早期脑出血与对比剂渗出的鉴别诊断价值。方法回顾性分析EVT术后即刻完成DLCT检查的患者资料。以术后24 h CT/MRI为金标准分为非出血组和出血组,比较两组临...目的探讨双层探测器光谱CT(DLCT)虚拟平扫(VNC)联合碘图对血管内治疗(EVT)术后早期脑出血与对比剂渗出的鉴别诊断价值。方法回顾性分析EVT术后即刻完成DLCT检查的患者资料。以术后24 h CT/MRI为金标准分为非出血组和出血组,比较两组临床资料的差异。测量VNC CT值和碘浓度(IC)值,对VNC CT值和碘图IC值进行多因素二项logistic回归,分析鉴别非出血和出血的独立指标。利用Spearman秩相关检验分析VNC CT值和碘图IC值之间的相关性。采用R统计软件绘制ROC曲线分析,评估VNC、碘图及两者联合的判别效能。结果共97例患者接受DLCT检查,51例(52.6%)各序列均未发现脑内高密度灶,46例(47.4%)发现异常密度灶纳入最终分析。以术后24 h CT/MRI为金标准,最终纳入分析的46例患者中,非出血38例(82.6%),出血8例(17.4%)。组间年龄、性别及治疗方式差异均无统计学意义(P>0.05)。经Spearman秩相关检验结果显示,VNC CT值与碘图IC值呈负相关(r=-0.537,P<0.01)。ROC曲线分析显示,利用VNC CT值诊断对比剂渗出的AUC为0.917(95%CI:0.786~0.999),碘图IC值的AUC为0.878(95%CI:0.719~0.999),两者联合的AUC为0.919(95%CI:0.812~0.999),其中两者联合的AUC明显大于VNC和碘图的AUC(P<0.05)。VNC CT值诊断的截断值为53.6 HU,碘图IC值诊断的截断值为0.605 mg/mL。基于最终纳入分析的46例患者,VNC、碘图及两者联合诊断早期脑出血与对比剂渗出的敏感度分别为88.9%、94.3%、91.4%,特异度分别为94.3%、77.8%、88.9%,准确率分别为90.9%、90.9%、93.2%。结论DLCT的VNC联合碘图可显著提高EVT术后脑出血与对比剂渗出的鉴别诊断准确性,推荐作为常规影像学评估方案。展开更多
文摘目的基于治疗前乳腺MRI影像组学定量特征,并融合MRI定性影像特征及临床病理信息建立联合模型用于早期预测乳腺癌新辅助化疗后肿瘤退缩模式。材料与方法回顾性分析广东省人民医院2012年2月至2020年8月接受新辅助化疗并进行手术的420例乳腺癌患者临床资料。以手术标本的病理结果为金标准,将肿瘤退缩模式分为向心性和非向心性退缩。根据MRI检查时间顺序以7∶3的比例分为训练组(n=294)、验证组(n=126)。在动态增强MRI的第2期增强图像中对原发灶进行感兴趣区勾画,并提取影像组学特征。采用两独立样本t检验或Mann-Whitney U检验、相关性分析及最小绝对收缩和选择算子-logistic回归分析对影像组学特征进行降维筛选,然后基于人工神经网络建立影像组学标签。通过单因素、多因素logistic筛选显著相关的临床病理特征建立临床预测模型,并联合定性影像学特征和影像组学标签构建联合预测模型。使用受试者工作特征(receiver operating characteristic,ROC)曲线和校准曲线评估模型性能,并使用决策曲线分析(decision curve analysis,DCA)评价预测模型的临床实用性。结果本研究共筛选出8个与肿瘤退缩模式显著相关的影像组学特征。在训练组和验证组中,影像组学标签的曲线下面积(area under the curve,AUC)分别为0.738(95%CI:0.705~0.754)和0.696(95%CI:0.585~0.712);临床预测模型AUC值分别为0.676(95%CI:0.636~0.741)和0.619(95%CI:0.601~0.716);联合预测模型的AUC值分别为0.802(95%CI:0.753~0.824)和0.764(95%CI:0.685~0.820)。DCA显示联合模型具有临床应用价值。结论融合乳腺癌新辅助治疗前MRI的影像组学定量特征和定性影像学特征及临床病理信息所构建的联合模型有助于预测肿瘤退缩模式,有望协助临床早期识别可降期保乳的患者,以优化个体化诊疗方案,改善患者预后。
文摘目的:探讨MRI主观形态学特征预测T1-2期直肠癌治疗前直肠系膜淋巴结转移的诊断价值。方法:回顾性分析119例经病理证实为T1-2期直肠癌患者的术前临床信息及MRI资料,随机分成训练组84例和验证组35例。由两名医师独立测量和评估原发肿瘤和淋巴结MRI主观形态特征。在训练组中通过单因素及多因素Logistic回归分析(逐步后退法),筛选T1-2期直肠癌淋巴结转移的独立预测因素,构建预测模型并以受试者工作曲线下面积(area under the curve,AUC)、准确度、灵敏度和特异度评价模型的预测效能。用Delong检验比较模型间的性能。结果:119例T1-2期直肠癌患者中,28例患者淋巴结转移(23.53%)。在训练组,单因素Logistic回归分析提示肿瘤是否含黏液成分、肿瘤黏膜下强化带、淋巴结的短径、淋巴结形状、淋巴结分布、淋巴结边缘化学位移效应(CSE)、边缘轮廓、内部信号以及T2加权成像淋巴结信号均具有统计学意义(P<0.05)。Logistic多元逐步后退分析结果提示,CSE不规则(OR=5.58,95%CI:1.48~21.01,P=0.01)、CSE消失(OR=11.62,95%CI:3.63~37.22,P<0.001)、内部信号紊乱(OR=8.34,95%CI:3.10~22.47,P<0.001)是T1-2期直肠癌淋巴结转移的独立预测因素。本预测模型的AUC、准确度、敏感度、特异度分别为0.92、0.89、0.85及0.91,本模型效能显著优于欧洲胃肠和腹部放射学会指南(ESGAR)预测水平(P=0.02)。在验证组,模型的AUC、准确度、敏感度、特异度分别为0.83、0.89、0.75及0.93。结论:与ESGAR指南预测水平相比,联合淋巴结边缘CSE和淋巴结内部信号的T1-2直肠癌淋巴结转移预测模型评估治疗前淋巴结是否转移更为简便并有更好的预测性能。
