基于术前CT影像组学模型预测透明细胞肾细胞癌患者的Ki-67表达

摘要

目的：透明细胞肾细胞癌(clear cell renal cell carcinoma,ccRCC)是肾细胞癌(renal cell carcinoma,RCC)最常见的亚型，制订个体化的治疗方案对于改善患者预后有重要意义。本研究开发并验证基于术前计算机断层扫描(computer tomography,CT)影像组学的预测ccRCC患者Ki-67表达的模型，以指导其临床治疗和预后预测。方法：回顾性分析2018年1月至2023年11月在甘肃省人民医院接受手术治疗的214例经术后病理确诊为ccRCC的患者。根据术后免疫组织化学染色结果将患者分为Ki-67高表达组(n=123)和Ki-67低表达组(n=91)，并以7?3的比例随机分为训练集(n=149)和验证集(n=65)。收集患者术前泌尿系统增强CT图像和临床资料，首先挑选出5 mm动脉期CT图像经过前期处理后，使用ITK-SNAP 3.8软件全手动逐层勾画感兴趣区(region of interest,ROI)；然后利用FeAture Explorer(FAE)包提取原始影像组学特征，通过最小绝对收缩与选择算子(leastabsoluteshrinkageandselectionoperator,LASSO)算法对提取到的特征进行降维及筛选；最终筛选出最优特征组合。基于这些特征分别利用逻辑回归(logisticregression,LR)、多层感知器(multilayer perceptron,MLP)和支持向量机(support vector machine,SVM)分类器构建预测模型；绘制受试者操作特征(receiver operating characteristic,ROC)曲线并计算曲线下面积(area under the curve,AUC)，同时采用决策曲线分析(decision curve analysis,DCA)、校准曲线进行模型评价。结果：利用FAE工具包从5 mm动脉期CT图像提取到107种原始影像组学特征，使用LASSO算法最终筛选出21个与患者Ki-67表达密切相关的影像组学特征，分别基于LR、MLP、SVM分类器构建模型，3种模型在训练集和验证集中的AUC分别为LR模型0.904(95%CI 0.852～0.956)、0.818(95%CI 0.710～0.926),MLP模型0.859(95%CI 0.794～0.923)、0.823(95%CI 0.716～0.929),SVM模型0.917(95%CI 0.865～0.969)、0.857(95%CI 0.760～0.953)。DCA表明模型具有较好的临床净收益。校准曲线表明预测模型具有良好的精确性。结论：本研究建立了基于CT影像组学的ccRCC患者Ki-67表达预测模型，有助于指导临床医师制订ccRCC患者的治疗方案，并预测患者的预后。

关键词

透明细胞肾细胞癌 / Ki-67 / 计算机断层扫描 / 影像组学 / 预后