基于CT检查影像组学胃神经内分泌肿瘤预后的预测模型构建及其应用价值

目的:构建基于CT检查影像组学胃神经内分泌肿瘤（GNEN）预后的预测模型，探讨其应用价值。方法:采用回顾性队列研究方法。收集2011年8月至2020年12月2家医学中心收治的182例（郑州大学第一附属医院124例，郑州大学附属肿瘤医院58例）GNEN患者的临床病理资料；男130例，女52例；年龄为64（56~70）岁。182例患者通过随机数字表法按7∶3随机分为训练集128例和验证集54例。182例患者均行CT增强检查。观察指标：（1）影像组学模型的构建与验证。（2）影响训练集GNEN患者预后因素分析。（3）GNEN患者预后预测模型构建与评估。偏态分布的计量资料以 M（范围）表示，组间比较采用Mann-Whitney U检验。计数资料以绝对数表示，组间比较采用 χ2检验、校正 χ2检验或Fisher确切概率法。采用Kaplan-Meier法计算生存率和绘制生存曲线，采用Log-rank检验进行生存分析。单因素和多因素均采用COX回归模型。使用R软件（4.0.3版本）glmnet软件包进行最小绝对收缩和选择算子方法（LASSO）-COX回归分析，使用rms软件包（4.0.3版本）生成列线图和校准曲线图，使用Hmisc软件包（4.0.3版本）计算C-index，采用dca.R软件包（4.0.3版本）进行决策曲线分析。 结果:（1）影像组学模型的构建与验证：提取182例GNEN患者1 781个影像组学特征，经组内相关系数>0.75的特征筛选和LASSO-COX回归模型进一步降维后，最终筛选14个非零系数影像组学特征，计算影像组学评分（R-score），构建基于R-score的影像组学预测模型。采用R-score的最佳截断值为-0.494，将训练集128例患者分为高风险64例和低风险64例；将验证集54例患者分为高风险35例和低风险19例。影像组学预测模型预测训练集患者18、24、30个月总生存率的曲线下面积分别为0.83［95%可信区间（ CI）为0.76~0.87， P<0.05］、0.84（95% CI为0.73~0.91， P<0.05）、0.91（95% CI为0.78~0.95， P<0.05）；验证集上述指标分别为0.84（95% CI为0.75~0.92， P<0.05）、0.84（95% CI为0.73~0.91， P<0.05）、0.86（95% CI为0.82~0.94， P<0.05）。（2）影响训练集GNEN患者预后因素分析。多因素分析结果显示：性别、年龄、治疗方式、肿瘤边界、肿瘤T分期、肿瘤N分期、肿瘤M分期、Ki-67指数、CD56表达是影响训练集GNEN患者预后的独立因素（ P<0.05）。（3）GNEN患者预后预测模型构建与评估。纳入性别、年龄、治疗方式、肿瘤边界、肿瘤T分期、肿瘤N分期、肿瘤M分期、Ki-67指数、CD56表达构建临床预测模型，训练集和验证集C-index分别为0.86（95% CI为0.82~0.90）、0.80（95% CI为0.72~0.87）；影像组学预测模型上述指标分别为0.80（95% CI为0.74~0.86）、0.75（95% CI为0.66~0.84）；临床-影像组学联合预测模型上述指标分别为0.88（95% CI为0.85~0.92）、0.83（95% CI为0.77~0.89）。校准曲线显示：临床预测模型、影像组学预测模型、临床-影像组学联合预测模型的预测能力良好。决策曲线显示：临床-影像组学联合预测模型对GNEN预后的评估能力优于临床预测模型、影像组学预测模型。 结论:经过筛选，通过14个影像组学特征构建GNEN预后的预测模型，该预测模型可较好预测GNEN患者预后，临床-影像组学联合预测模型的预测效能更优。