CT影像组学在胃肠道间质瘤危险度分级预测中的价值

目的 探讨基于CT影像组学在术前预测胃肠道间质瘤(GIST)危险度分级的价值.方法 回顾性搜集经手术切除病理确诊为GIST且具有完整术前CT增强扫描图像及临床资料的127例患者,依据病理结果将其分为低危组(极低风险和低风险)和高危组(中风险和高风险).使用达尔文平台在每例患者的增强CT动脉期图像上提取影像组学特征,然后以7∶3的比例随机分为训练组(n=88)和验证组(n=39).通过最小绝对收缩降维和选择算子算法(LASSO),利用Logistic回归方法建立预测模型.诊断医师于PACS系统中观察两组病例的主观CT特征和临床资料,利用统计显著性特征构建预测模型.采用受试者工作特征(ROC)曲线评价模型的预测效能.结果 从CT动脉期图像中提取的939个影像组学特征参数中经筛选最终选择5个特征参数,构建影像组学预测模型.对于训练组,曲线下面积(AUC)为 0.923(95％CI:0.846～0.969);验证组的 AUC 为 0.917(95％CI:0.783～0.981).两组在肿瘤最大径和肿瘤形态方面存在显著差异,用于建立临床-CT征象预测模型,训练组的AUC为0.865(95％CI:0.775～0.928);验证组的 AUC 为 0.887(95％CI:0.745～0.966).结论 基于 CT 增强图像摄取影像组学特征构建的预测模型比临床-CT征象模型能更好地预测术前GIST的风险等级,可作为指导术前临床决策的有效工具.