您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览19 | 下载12

目的 分析核磁共振影像组学对于直肠癌病理分期进展及微血管浸润(MVI)的预测相关性.方法 回顾性收集2020年1月至2023年1月成都市温江区人民医院直肠癌手术患者资料.依据直肠癌病理TNM分期分为进展组(T3、T4期)及对照组(T1、T2期),按照7∶3随机分为建模组和验证组.采用机器学习(machine learning,ML)算法:LASSO回归从核磁影像特征数据中变量筛选,随机森林(random forest,RF)回归分析危险因素建立预测模型.通过收集受试者操作特征(receiver operating characteristic curve,ROC)曲线以及临床校准、临床决策和影响曲线来评估预测性能,采用外部验证模型预测性.结果 纳入120名患者,包括进展组75例、非进展组45例.基线资料对比显示患者年龄增大、家族史和吸烟史的患者癌症发生率较高,差异有统计学意义(P<0.05).影像组学分析:LASSO回归从270个影像组学提取特征纳入了 30个潜在预测因子,随机森林模型显示肿瘤矢状位最大径、盆腔侧壁受累征、T2WI边缘结节征、T2WI边缘毛刺征、s高灰度区域分布程度、表观扩散系数(ADC)值是直肠癌病理组织分期进展的危险因素.建模组显示模型ROC曲线下面积(AUC)为0.874(95%CI,0.837-0.905).校准曲线及临床决策和临床影响曲线表明该模型具有良好的预测准确性,验证组显示模型ROC曲线

作者:苟文枭;刘亚龙;杜定学;贾维;李晨;张辉

来源:中国CT和MRI杂志 2023 年 21卷 11期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:19 | 下载:12
作者:
苟文枭;刘亚龙;杜定学;贾维;李晨;张辉
来源:
中国CT和MRI杂志 2023 年 21卷 11期
标签:
直肠癌 影像组学 机器学习 预测模型 危险因素 Rectal Cancer Imaging Omics Machine Learning Predictive Model Risk Factors
目的 分析核磁共振影像组学对于直肠癌病理分期进展及微血管浸润(MVI)的预测相关性.方法 回顾性收集2020年1月至2023年1月成都市温江区人民医院直肠癌手术患者资料.依据直肠癌病理TNM分期分为进展组(T3、T4期)及对照组(T1、T2期),按照7∶3随机分为建模组和验证组.采用机器学习(machine learning,ML)算法:LASSO回归从核磁影像特征数据中变量筛选,随机森林(random forest,RF)回归分析危险因素建立预测模型.通过收集受试者操作特征(receiver operating characteristic curve,ROC)曲线以及临床校准、临床决策和影响曲线来评估预测性能,采用外部验证模型预测性.结果 纳入120名患者,包括进展组75例、非进展组45例.基线资料对比显示患者年龄增大、家族史和吸烟史的患者癌症发生率较高,差异有统计学意义(P<0.05).影像组学分析:LASSO回归从270个影像组学提取特征纳入了 30个潜在预测因子,随机森林模型显示肿瘤矢状位最大径、盆腔侧壁受累征、T2WI边缘结节征、T2WI边缘毛刺征、s高灰度区域分布程度、表观扩散系数(ADC)值是直肠癌病理组织分期进展的危险因素.建模组显示模型ROC曲线下面积(AUC)为0.874(95%CI,0.837-0.905).校准曲线及临床决策和临床影响曲线表明该模型具有良好的预测准确性,验证组显示模型ROC曲线