基于18F-FDG PET/CT的影像组学预测神经母细胞瘤COG危险度分层的研究

摘要

目的 探讨基于18F-脱氧葡萄糖(FDG) PET/CT的影像组学预测神经母细胞瘤(NB)美国儿童肿瘤协作组(COG)危险度分层的价值.方法 回顾性分析2018年3月至2019年11月间于北京友谊医院病理证实为NB的125例患儿(男51例、女74例,年龄:0.5～10.5岁)的18F-FDG PET/CT图像.根据COG分层系统将患儿分为高危组和非高危组(包括中危和低危).分别从PET和CT图像中提取影像组学特征并进行特征筛选.利用logistic回归构建基于影像组学特征的模型(R_model),计算影像组学评分(Rad_score);基于Rad_score和人口学特征构建第2个模型(RD_model);最后基于Rad_score、人口学特征和临床特征构建第3个模型(RDC_model).采用受试者工作特征(ROC)曲线评估各模型的预测性能.结果 训练集包含94例NB患儿(高危63例,非高危31例),验证集包含31例NB患儿(高危21例,非高危10例).通过筛选得到4个影像组学特征,其中2个特征基于CT图像,另外2个特征基于PET图像.在训练集和验证集中,R_model、RD_model、RDC_model预测NB患儿COG危险度分层的曲线下面积(AUC)分别为0.91和0.86、0.94和0.92、0.98和0.95;准确性分别为86％(81/94)和84％(26/31)、89％ (84/94)和84％(26/31)、93％ (87/94)和87％(27/31).结论 基于18F-FDG PET/CT的影像组学可准确地预测NB患儿COG危险度分层,联合人口学特征和临床特征,可进一步提高预测COG危险度分层的准确性,为NB个性化精准治疗方案的制定提供帮助.