临床放射学杂志

作者：纪捷, 孙铭洁, 付宝月, 王传彬, 董江宁, 朱佳佳

单位：230022 合肥,安徽医科大学第一附属医院医学影像科纪 捷、朱佳佳;230031 合肥,中国科学技术大学附属第一医院安徽省立医院西区影像科纪 捷、王传彬、董江宁;241002 芜湖,皖南医学院研究生院孙铭洁;233000 蚌埠,蚌埠医科大学研究生院付宝月

关键词：食管癌,定量CT,支持向量机,机器学习

基金：本研究系安徽省临床医学重点专科建设资助项目(编号:2019sjlczdzk);安徽省卫生健康委科研项目(编号:AHWJ2021b153)

<b>目的</b> 探讨定量CT(QCT)身体组分参数在治疗前预测食管癌(EC)患者根治术后联合辅助放化疗后复发与转移的价值。<b>方法</b> 回顾性搜集2015年12月至2021年1月经病理证实为EC的79例患者的临床及影像资料,所有患者均在术前和术后辅助治疗后接受QCT扫描。测量L₃椎体水平的总脂肪面积(TFA)、内脏脂肪面积(VFA)、皮下脂肪面积(SFA)及椎后肌群面积(MA)和L₁、L₂椎体水平的骨密度值(BMD),通过特定的标准化计算公式,计算QCT各身体组分参数的标准变化率。通过绘制受试者工作特征(ROC)曲线计算各参数预测预后情况的最佳截断值,通过单因素和多因素分析筛选影响EC预后的独立危险因素,并纳入支持向量机(SVM)分类器构建机器学习(ML)预测模型。用ROC曲线、校准曲线分析评估模型的预测效能并计算ROC曲线下面积AUC。<b>结果</b>治疗前后ΔTFA、ΔVFA、ΔSFA、ΔMA和ΔBMD均为负值,分别为-51.32％、-53.00％、-51.99％、-21.10％和-10.19％。通过单因素和多因素分析得出,ΔBMD、ΔMA、N分期是影响EC预后的独立危险因素(P&lt;0.05),建立的SVM模型AUC为0.925。校准曲线结果显示模型的预测概率与实际概率吻合较好。<b>结论</b> ΔBMD、ΔMA、N分期与EC患者根治术及辅助放化疗的预后相关。基于上述身体组分参数与N分期建立的SVM预测模型对预测EC术后复发和远处转移的效能较好,具有一定的临床实用价值。

来源：2024年第11期

《临床放射学》期刊编辑部

查看临床放射学杂志2024年第11期