摘要
目的 探究基于增强CT提取影像组学特征构建Nomogram无侵袭性评估肝纤维化分级的可行性.方法 纳入郑州市人民医院2015年2月～2019年2月入院确诊为肝纤维化的患者,分为肝纤维化和早期肝硬化.以2018年2月为时间截点,将该时间点之前的入组患者分为训练集,将该时间点之后的入组患者分为测试集,并基于患者增强CT图像提取影像组学特征.以患者是否肝纤维化或早期肝硬化为研究标签,对训练集患者采用最小冗余最大相关(mRMR)进行影像组学特征去冗除杂,继而采用套索算法(LASSO)构建影像组学标签(Radscore).联合临床特征与Radscore构建临床影像联合模型评估肝纤维化分级.结果 共计纳入91例,其中肝纤维化患者59例,早期肝硬化患者35例,基于门静脉期CT图像共计提取845个纹理特征,经过特征降维利用16个影像组学特征构建影像组学标签Radscore,Radscore鉴别训练集和测试集的患者是否肝纤维化或肝硬化早期的曲线下面积(AUC)为0.885 vs 0.932.继而基于训练集患者的临床特征联合Radscore构建多元逻辑回归模型评估患者是否肝纤维化或肝硬化早期,Nomogram可视化影像临床联合模型,训练集中Radscore的AUC高于临床影像模型高于临床指数[0.885(95％CI:0.803 ～0.965)vs 0.881 (0.800～0.961) vs 0.672 (0.532 ～0.810)],测试集中临床影像模型的AUC高于Radscore高于临床指数[0.0.924 (0.812～0.1.000) vs 0.932(0.821 ～0.993)vs 0.552 (0.315 ～0.783)].Hosmer-Lemeshow分析提示联合模型与实际观察情况差异无统计学意义(P =0.8514).结论 基于门静脉期CT提取影像组学参数联合临床信息可用于无侵袭性评估肝纤维化分级,协助临床上针对不同患者制定个体化治疗方案.
基金项目
2018年河南省医学科技计划(联合共建)项目(2018020831)
NETL
NSTL
维普
万方数据