目的 使用基于增强CT影像组学特征联合机器学习鉴别均质性肾透明细胞癌与肾乏脂肪血管平滑肌脂肪瘤.方法 回顾性分析术后病理证实的均质性肾透明细胞癌26例,肾乏脂肪血管平滑肌脂肪瘤22例.CT图像手工勾画肿瘤感兴趣区,提取组学特征,数据经过归一化及空间降维,筛选特征分别建立支持向量机(SVM)、逻辑回归(LR)、随机森林(RF)模型,进行5倍交叉验证,选取交叉验证集AUC最高的模型为最佳模型.分析临床特征确定预测因子并建立临床预测模型,利用临床所选预测因子和最佳组学模型预测值建立综合模型并绘制列线图.以Hosmer-Lemeshow拟合优度检验评价列线图的拟合度.绘制决策曲线评价列线图的净获益.结果 最佳组学模型为LR模型,经bootstrap法内部验证模型AUC值为0.836(95％CI:0.701～0.927).综合模型AUC值为0.869(95％CI:0.740～0.949),列线图校正曲线具有良好的一致性,模型的决策曲线也获得了良好的净获益.结论 结合临床特征与影像组学特征具有较好的鉴别肾均质性透明细胞癌与肾乏脂肪血管平滑肌脂肪瘤能力.
作者：黄忠江；姜增誉；李健丁；张智星；陈文青
来源：实用医学杂志 2021 年 37卷 17期
