目的:探讨基于多参数MRI的影像组学融合模型在乳腺癌术前预测腋窝淋巴结(ALN)转移的应用价值。方法:回顾性队列研究。纳入山西省肿瘤医院2020年8月—2021年9月经病理证实的272例乳腺癌患者的多参数MRI及临床病理资料。患者均为女性,年龄28~79(53.0±10.9)岁,其中ALN阳性107例、ALN阴性165例。按照7∶3的比例随机将患者分为训练组(191例)和验证组(81例)。从T
2加权像(T
2WI)、表观弥散系数(ADC)图和增强T
1加权像(cT
1WI)序列中提取影像组学特征。采用单因素逻辑回归、相关性分析和Boruta算法3个步骤进行特征选择,然后采用支持向量机(SVM)、随机森林(RF)和逻辑回归(LR)3种机器学习方法构建影像组学模型,并基于最优模型计算每位患者的影像组学分数(Radscore)。同时,通过多因素逐步回归分析筛选乳腺癌ALN转移的独立危险因素并构建临床模型。最后,联合Radscore和临床独立危险因素构建融合模型,并绘制列线图。采用受试者操作特征曲线、校准曲线和决策曲线(DCA)来评价模型对乳腺癌ALN转移的预测性能及临床效益。
结果:训练组和验证组患者肿瘤位置比较,差异有统计学意义(
P<0.05);训练组中ALN阳性与ALN阴性患者间的肿瘤位置、MRI评估淋
作者:尹智;崔艳芬;任嘉梁;杨晓棠
来源:中华解剖与临床杂志 2023 年 28卷 12期