基于增强CT的胆囊癌神经浸润危险因素分析及预测模型构建

摘要

目的 基于术前增强CT影像特征构建胆囊癌（gallbladder carcinoma, GBC）神经浸润（perineural invasion, PNI）的预测模型并评价其预测效能。方法 回顾性分析180例行根治术的GBC患者的临床、影像及病理资料。根据是否存在PNI分为阳性组与阴性组。由2位影像科医师评估术前增强CT影像特征（包括有无胆囊结石、影像肝侵犯、血管侵犯、T分期及肝门部或腹膜后淋巴结转移）。采用独立样本t检验、Mann-Whitney U检验及χ²检验比较CT征象与PNI的相关性，采用Logistics回归分析筛选独立危险因素并建立预测模型公式，采用受试者工作特征（ROC）曲线评估预测模型的预测效能并计算相应的曲线下面积（AUC）,采用Hosmer-Lemeshow拟合优度检验对预测模型进行验证。结果 单因素分析结果显示CA199、CA125和影像肝侵犯、血管侵犯（肝动脉或门静脉）、T分期及肝门部或腹膜后淋巴结转移与PNI相关（P<0.05）。Logistics多因素分析结果显示CA199、影像血管侵犯（肝动脉或门静脉）、影像T分期是PNI的独立危险因素。依据上述独立危险因素建立预测模型公式并绘制ROC曲线，AUC为0.807（95%CI:0.734～0.879）,灵敏度为0.792,特异度为0.697。Hosmer-Lemeshow拟合优度检验卡方值为0.594,P=0.997,提示模型的预测值与实际值接近。结论 联合CA199、影像血管侵犯、T分期等术前临床-增强CT特征建立预测模型，能够有效预测GBC术后PNI。

关键词

胆囊癌(GBC) / 神经浸润(PNI) / 增强CT / 预测模型

基金资助

国家自然科学基金面上项目(No.82272073)