基于MR成像的列线图模型预测脑膜瘤分级的价值

目的:探讨基于MR成像的列线图模型对预测脑膜瘤WHO分级的应用价值.方法:回顾性分析2015年1月-2021年12月湖州市中心医院经手术病理证实为脑膜瘤的患者127例,按照7:3的比例随机分为训练集与验证集.对常规MR特征进行统计学分析,筛选具有独立预测效能的MR特征;采用Analysis Kit软件进行统计学分析,并计算影像组学分数.对训练集纳入有独立预测效能的MR特征和影像组学分数共同构建列线图模型,使用验证集进行验证,并使用ROC曲线评价模型的准确性.结果:肿瘤形态、囊变坏死、瘤周水肿和影像组学分数共同构建了列线图模型,模型在训练集AUC值为0.965(95％CI:0.927～1.000),在验证集AUC值为0.975(95％CI:0.931～1.000).结论:基于MR成像的列线图模型具有较好的预测效能,可作为一种更佳的预测脑膜瘤WHO分级的量化工具辅助临床决策.