基于CT影像组学诺莫图模型预测食管鳞癌的放疗效果

摘要

目的:开发并验证一种基于CT影像组学特征的诺莫图模型预测食管鳞癌的放疗效果。方法:回顾性纳入2019年1月至2024年1月徐州市肿瘤医院、徐州矿务集团总医院收治的食管鳞癌患者201例，将其分为训练集(n=79)、测试集(n=34)、外部验证集(n=88)。从患者放射治疗前的CT图像中提取影像组学特征并筛选降维。对临床特征采用单因素、多因素Logistic回归分析，筛选构建模型的特征。通过支持向量机器学习算法构建临床模型、影像组学模型以及诺莫图模型3种预测模型，并用列线图将诺莫图模型可视化。通过外部验证评估构建模型的预测性能。决策曲线分析(DCA)评估预测模型的临床适用性。结果:共提取了1 834个影像组学特征，经过特征的筛选、降维，最终筛选出11个最佳的影像组学特征用于后续模型的构建。诺莫图模型在训练集中预测食管鳞癌患者放疗效果的ROC曲线下面积(AUC)为0.980,高于临床模型(AUC=0.859)和影像组学模型(AUC=0.926)。在测试集中诺莫图模型的AUC为0.834,高于临床模型(AUC=0.638)和影像组学模型(AUC=0.818)。在外部验证集中诺莫图模型的AUC为0.883,高于临床模型(AUC=0.652)和影像组学模型(AUC=0.765)。DCA结果显示，相较于其他两种模型，诺莫图模型有最高的临床净收益。结论:建立的基于CT影像组学以及临床特征的诺莫图模型能较好地预测食管鳞癌放疗效果。

关键词

食管癌 / 影像组学 / 放射治疗 / 诺莫图模型 / CT