CT影像组学联合临床—影像特征的列线图鉴别腺性膀胱炎与膀胱癌

摘要

目的 探讨基于临床—影像特征联合增强CT影像组学列线图鉴别腺性膀胱炎与膀胱癌的价值。方法 回顾性分析2012年4月—2023年10月本院收治的经病理证实的291例腺性膀胱炎(91例)与膀胱癌(200例)患者的临床及影像学资料，将患者按7︰3的比例随机分为训练集(n=204)和验证集(n=87)。使用开源软件FAE从增强CT静脉期图像中提取组学特征，通过降维筛选最优特征建立组学标签，并计算标签得分(Radscore);行单因素和多因素Logistic回归分析用于筛选独立预测因素，基于独立预测因素分别构建临床模型、影像组学模型和临床—组学联合模型，并绘制联合模型列线图。使用受试者工作特征曲线下面积评估模型的诊断效能；决策曲线用于评价模型临床净收益；DeLong检验用于比较各模型AUC差异；使用校正曲线评估模型的拟合度。结果 经特征降维筛选出7个最优组学特征。回归分析显示年龄、强化程度和Radscore为独立预测因素。在训练集中，联合模型列线图的AUC为0.895,高于影像组学模型(0.863)和临床模型(0.797);且DeLong检验比较差异均有统计学意义(Z=1.983,P=0.047;Z=3.455,P<0.001)。联合模型在训练组(P=0.326)和验证组(P=0.419)均拟合良好。联合模型的临床净收益均高于临床模型和影像组学模型。结论 基于临床—影像特征联合增强CT组学的列线图能够有效区分腺性膀胱炎与膀胱癌。

关键词

腺性膀胱炎 / 膀胱癌 / 影像组学 / 列线图 / 计算机体层摄影技术