基于CT纹理特征的联合模型在预测高危胃肠间质瘤肝转移中的价值

摘要

目的探讨基于CT纹理特征的联合模型在高危胃肠间质瘤(GISTs)肝转移中的预测价值。方法回顾性分析2015年1月至2020年12月经病理证实的高危GISTs 204例,其中中国科学院大学附属肿瘤医院153例,绍兴市中心医院医共体总院51例。按照7∶3比例随机分为训练集(142例)和测试集(62例)。根据手术或穿刺病理结果是否有肝脏转移分为肝转移组(76例)和无转移组(128例)。采用ITK-SNAP软件勾画高危GISTs三维容积感兴趣区,通过A-K软件提取纹理特征。采用最小绝对收缩与选择算子(LASSO)筛选出有效特征,建立纹理特征标签。采用Logistic回归,构建临床病理模型、CT纹理特征模型、临床病理联合CT纹理特征模型。采用受试者工作特征曲线(ROC)、校正曲线分析评估模型对高危GISTs肝脏转移的预测效能。采用Delong检验验证曲线下面积(AUC)是否有统计学差异。结果高危GISTs肝转移组与无转移组的体重指数、肿瘤大小、Ki-67、发生部位、腹部包块、消化道出血、CA125水平差异有统计学意义(P均<0.05)。从CT图像中共提取107个纹理特征,使用LASSO算法降维后筛选出13个平扫、7个增强图像的纹理特征。通过多因素Logistic回归构建预测模型,其中,临床病理模型的AUC在训练集和测试集中为0.870、0.855;CT平扫和增强纹理特征模型的AUC在训练集和测试集中分别为0.918、0.836和0.920、0.846;临床病理联合CT平扫纹理特征模型的AUC在训练集和测试集中为0.930、0.889。经Delong检验,CT平扫与CT增强纹理模型间的AUC差异无统计学意义(P=0.762);临床病理联合CT纹理特征模型与临床病理模型、CT纹理特征模型间的AUC差异有统计学意义(P=0.001,P=0.023)。结论CT平扫纹理特征可无创预测高危GISTs肝转移的风险,且临床病理联合CT纹理特征模型的预测效能更优。