期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
炎症标志物联合CT影像组学评估胃肠道间质瘤的危险度分级及肿瘤细胞增殖
1
作者 耿其楠 谢抒含 +3 位作者 邵超 王曼曼 汪洁 陈望 《放射学实践》 北大核心 2025年第6期742-748,共7页
目的:探讨术前炎症标志物并CT影像组学模型评估胃肠道间质瘤(GIST)的危险度分级及肿瘤细胞增殖的应用价值。方法:回顾性搜集196例GIST患者并按美国国立卫生研究院(NHL)2008改良版标准,分为低风险组(极低危、低危)与高风险组(中危、高危... 目的:探讨术前炎症标志物并CT影像组学模型评估胃肠道间质瘤(GIST)的危险度分级及肿瘤细胞增殖的应用价值。方法:回顾性搜集196例GIST患者并按美国国立卫生研究院(NHL)2008改良版标准,分为低风险组(极低危、低危)与高风险组(中危、高危)。按7:3分为训练集和验证集。记录术前一周内的血清炎症标志物结果,术后标本进行免疫组化检测Ki-67值,采用独立样本t检验或Mann-Whitney U检验筛选出与危险度分级相关的炎症标志物因素,并构建炎症模型。在术前静脉期图像沿肿瘤边缘划定感兴趣区以提取组学特征,对组学特征进行特征剔除、筛选得到最佳特征及影像组学评分(Radscore),构建逻辑回归模型、炎症标志物-CT影像组学联合模型。绘制受试者工作特征(ROC)曲线评价各模型的效能。Spearman相关性分析炎症标志物、Radscore与Ki-67值的相关性。结果:中性粒细胞(NE)、血小板(PLT)、中性粒细胞-淋巴细胞比值(NLR)、血小板-淋巴细胞比值(PLR)纳入炎症模型。共提取2212个影像组学特征,经特征筛选、降维后筛选出10个最佳特征用于构建影像组学模型。基于炎症模型预测GIST危险度分级训练集AUC=0.799,验证集0.824;影像组学模型训练集AUC=0.935,验证集0.931;联合模型训练集AUC=0.958,验证集0.976。NE、PLT、NLR、PLR、Radscore与Ki-67均成正相关,其中Radscore的相关性最高(r=0.51,P<0.001)。结论:基于术前血清炎症标志物联合CT影像组学模型可以较好的预测GIST的危险度分级,并在预测肿瘤细胞增殖有重要的临床价值,为临床制订精确的治疗方案提供参考。 展开更多
关键词 胃肠道间质肿瘤 生物标记 肿瘤 影像组学 肿瘤分级 细胞增殖 体层摄影术 X线计算机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部