目的:建立包含治疗前CT影像组学特征的食管癌调强放疗放射性肺炎(RP)的预测模型,并评价其应用价值。方法:前瞻性分析2019年1月—2021年12月在福建医科大学附属泉州市第一医院连续入组的267例(前206例为训练集,后61例为验证集)食管癌调强放疗患者的临床资料,提取放疗定位CT的双肺影像组学特征。通过单因素分析选择可能预测症状性RP的变量,分别采用最小绝对收缩和选择算子(LASSO)、极致梯度提升(XGboost)、支持向量机(SVM)三种机器学习算法筛选影像组学特征,选择最佳的分类器组成影像组学标签(RS),并分别建立临床、影像组学以及联合预测模型。通过受试者操作特征曲线(ROC)的曲线下面积(AUC)、校准曲线以及决策曲线分析比较三种模型的预测效能和临床获益情况,并在验证集中验证。多变量分析采用logistic回归进行评估;不同ROC曲线采用DeLong检验进行比较。结果:与RP独立相关的因素包括心血管疾病、食管最小内径、辅助化疗以及影像组学标签。临床、影像组学与联合预测模型的AUC,训练集分别为0.772、0.745与0.842,验证集分别为0.851、0.811与0.901。决策曲线分析显示联合预测模型的临床获益优于临床预测模型。结论:治疗前CT的影像组学特征具有提高食管癌调强放疗RP预测模型预测效能的
作者:李凯新;毛润芝;高炳宗;陈雅云;蔡文杰
来源:中华放射肿瘤学杂志 2023 年 32卷 11期