基于双能量CT定量参数的浸润性乳腺癌Ki-67高表达预测模型构建

摘要

背景与目的:Ki-67是反映乳腺癌细胞增殖活性的重要指标,与患者预后评估及治疗方案制定密切相关。目前,Ki-67主要依赖病理免疫组织化学检测,缺乏稳定有效的无创评估方法。本研究旨在基于双能量CT(DECT)定量参数构建列线图模型,预测浸润性乳腺癌的Ki-67表达水平。方法:前瞻性纳入2023年10月—2024年6月遂宁市中心医院收治的128例经病理证实的浸润性乳腺癌患者。采用免疫组织化学法检测Ki-67表达,并以20%为界分为高表达组(85例)和低表达组(43例)。收集DECT平扫期、动脉期及静脉期定量参数,包括能谱曲线斜率(λ)、碘浓度(IC)、标准化碘浓度(NIC)、有效原子序数(Zeff)、标准化有效原子序数(NZeff)及肿瘤-动脉碘浓度增强分数(TAIF)。采用ROC曲线分析各参数的预测效能,继而通过Boruta算法筛选特征变量,并基于筛选出的变量建立Logistic回归预测模型,最终绘制列线图。采用Bootstrap重抽样进行内部验证,并通过ROC曲线、校准曲线及临床决策曲线(DCA)评价模型性能。结果:Ki-67高表达组在平扫期λ、动脉期λ、动脉期IC、动脉期NIC、动脉期Zeff、动脉期NZeff、静脉期NIC、静脉期Zeff及TAIF等参数方面均高于低表达组(均P<0.05)。ROC分析显示,各DECT参数均具有一定预测能力,其中动脉期IC预测效能最佳(AUC=0.721)。Boruta算法最终筛选出TAIF、动脉期Zeff、动脉期IC、动脉期λ及静脉期λ共五个变量构建预测模型。模型内部验证AUC为0.818(95%CI=0.728～0.900),Hosmer-Lemeshow检验显示模型拟合良好(P=0.312),DCA提示模型在较宽阈值范围内具有较好的临床净获益。结论:基于DECT定量参数构建的列线图模型可较准确地预测浸润性乳腺癌Ki-67高表达状态,为乳腺癌无创分子特征评估及临床决策提供参考依据。

关键词

乳腺肿瘤 / Ki-67抗原 / 双能量CT / 列线图

基金资助

四川省卫生健康委员会科技基金资助项目(23LCYJ003); 超声医学工程国家重点实验室开放课题基金资助项目(2021KFKT015); 四川省遂宁市数据局“人工智能+医疗健康”专项基金资助项目(SNAI2025H0009)