摘要
目的:食管癌(Esophagealcancer，EC)是导致人类死亡的主要癌症之一，中国的EC患者大都是罹患食管鳞状细胞癌(Esophagealsquamouscellcancer，ESCC)组织学亚型.目前食管切除术仍是临床治疗ESCC的主要治疗手段，但是手术切除的预后依旧很差，5年总生存率很低.本课题为了能够优化对ESCC患者的预后分析，采用基于双区域影像组学的智能分析方法，对ESCC患者的肿瘤和淋巴结的计算机断层扫描(computedtomography,CT)图像进行数据特征挖掘和建立生存分析模型.重点论述近邻淋巴结影像组学标签的增加，相较于单一肿瘤影像组学标签预后模型的增量价值，以及肿瘤+淋巴结双区影像组学标签，相较于现阶段的临床预后模型的增量价值. 材料和方法:该回顾性研究从858例ESCC患者中纳入了符合标准的307例，并将之分成训练数据集200例，验证数据集107例.从PACS收集基线特征，包括年龄、性别、pT分期、pN分期和CT肿瘤报告.选择总生存期(OverallSurvival，OS)作为临床终点，定义为ESCC病理诊断与最后一次随访或死亡之间的时间间隔.使用LASSO-Cox模型，从术前增强CT图像中建立肿瘤、肿瘤+淋巴结两个影像组学预后模型，比较两组标签的预后效果，并建立肿瘤+淋巴结+临床预后模型，绘制临床预后诺模图和肿瘤+淋巴结+临床预后诺模图，从鉴别、校正、重新分类和临床实用性方面与现有临床预后模型进行比较，讨论双区域影像组学标签的增量价值. 结果:训练集与验证集的ESCC患者数据均呈现出肿瘤+淋巴结影像组学预后模型(训练集:C-Index=0.698;95％ConfidenceInterval[CI]:0.652，0.744;验证集:C-Index=0.611;CI:0.535，0.687)在OS预测中具有比肿瘤影像组学预后模型(训练集:C-Index=0.631;CI:0.577，0.685;验证集:C-Index=0.594;CI:0.515，0.674)更优的鉴别能力.双区域影像组学标签与总生存期存在显著相关性(HazardRatio[HR]=1.869;CI:1.347，2.596;P＜0.001)，相较于传统临床预后模型是独立预后因素，并且肿瘤+淋巴结+临床预后诺模图相较于临床预后诺模图在鉴别、校正、重新分类和临床实用性方面表现更优. 结论:淋巴结影像组学标签的增加，能够使肿瘤影像组学预后模型在OS预测中的效果得到优化，淋巴结影像组学标签相较于单一肿瘤影像组学预后模型具有增量价值.肿瘤+淋巴结双区影像组学标签是食管鳞状细胞癌患者的独立预后因素，相较于现阶段的临床预后模型具有增量预后价值.肿瘤+淋巴结双区影像组学标签加临床特征建立的预后模型，可以在鉴别、校正、重新分类和临床实用性方面获得更好地预后效果.
NETL