中华肿瘤杂志

作者：赵才勇,陈超,李伟伟,王洁,郑茹梦,崔凤

单位：杭州市中医院影像科，杭州310007,杭州市中医院影像科，杭州310007,杭州市中医院影像科，杭州310007,杭州市中医院影像科，杭州3100073杭州市中医院病理科，杭州310007

关键词：肾透明细胞癌;病理分级;计算机断层扫描;影像组学;列线图

基金：杭州市生物医药和健康产业发展扶持科技项目E2021WJCY355

目的 探讨基于CT征象和影像组学特征构建模型术前预测T1期肾透明细胞癌（ccRCC）WHO/国际泌尿病理学会（ISUP）分级的方法并评价其临床价值。方法 回顾性收集2016年1月至2023年12月杭州市中医院收治的90例ccRCC患者为训练集，收集2017年1月至2018年12月浙江大学医学院附属邵逸夫医院收治的43例ccRCC患者为外部验证集。根据WHO/ISUP分级标准，Ⅰ、Ⅱ级为低级别组，Ⅲ、Ⅳ级为高级别组。训练集中低级别组64例，高级别组26例。外部验证集中低级别组33例，高级别组10例。在训练集中，基于ccRCC的CT图像特征，通过多因素logistic回归分析建立常规影像模型。对横轴位CT皮质期图像手动逐层勾画肿瘤立体感兴趣区后提取影像组学特征，通过特征线性相关检查和L1正则化进行特征筛选，采用线性支持向量机分类器构建影像组学模型。基于常规影像模型和影像组学评分，通过多因素logistic回归分析确定T1期ccRCC WHO/ISUP分级的独立影响因素，建立列线图联合诊断模型。采用受试者工作特征曲线分析评估各模型的预测效能，模型间的曲线下面积（AUC）比较采用DeLong检验。结果 成功构建预测T1期ccRCC WHO/ISUP分级的常规影像模型、影像组学模型和列线图联合诊断模型。在训练集和外部验证集中，常规影像模型预测T1期ccRCC WHO/ISUP分级的AUC分别为0.742（95% ：0.623～0.860）和0.664（95% ：0.448～0.879），影像组学模型的AUC分别为0.914（95% ：0.844～0.983）和0.879（95% ：0.718～1.000），列线图联合诊断模型的AUC分别为0.929（95% ：0.858～0.999）和0.882（95% ：0.710～1.000），影像组学模型和列线图联合诊断模型的AUC均高于常规影像模型（均 ＜0.05），列线图联合诊断模型与影像组学模型的AUC差异无统计学意义（均 ＞0.05）。 结论 基于CT皮质期的影像组学模型，以及在此基础上综合常规影像征象的列线图联合诊断模型，术前预测T1期ccRCC WHO/ISUP分级具有良好的效能。

来源：2025年第02期

《中华肿瘤》期刊编辑部

查看中华肿瘤杂志2025年第02期