临床放射学杂志

作者：周兰妮, 欧阳富盛, 郭保亮, 王丽雯, 潘佳玲, 陈铭

单位：528308 南方医科大学顺德医院佛山市顺德区第一人民医院

关键词：结直肠癌,细胞外体积分数,p53,列线图,计算机断层成像

基金：本研究系广东省医学科学技术研究基金项目(编号:A2023204、A2021483、A2020089);佛山市自筹经费类科技创新项目(编号:2220001004816、2220001004195)

<b>目的</b> 构建基于CT的细胞外体积分数(ECV)结合临床指标预测结直肠癌(CRC)的p53表达状态的列线图模型并进行验证。<b>方法</b> 回顾性搜集2019年1月至2022年3月在本院行手术治疗的147例CRC患者的资料,根据病理结果分为p53高危表达组和p53低危表达组。按照7∶3的比例将所有患者随机分为训练组(n=103)和验证组(n=44)。分别采用Logistic回归和最小绝对收缩和选择算子(LASSO)筛选出预测因子,构建风险预测模型并进行比较,取受试者工作特征曲线(ROC)曲线下面积(AUC)面积大者建立列线图,从区分度、校准度和临床净收益等方面评估列线图的性能和临床效益。<b>结果</b> 多因素Logistic回归分析显示性别(OR=2.073,P＜0.05)、肿瘤最大径(OR=1.023,P＜0.05)、ECV(OR=0.958,P＜0.05)是p53高危表达的独立危险因素;LASSO算法筛选出6个预测因子,分别为性别、肿瘤最大径、ECV、平衡期-平扫CT差值(ΔHU_tumor)、糖类抗原199(CA199)、中性粒细胞与淋巴细胞比值(NLR)。ROC分析显示,基于LASSO法构建的列线图模型具有较好的预测效能(AUC=0.752,95%CI:0.605~0.899,P=0.005),校准曲线和决策分析曲线分别验证了模型较好的校准能力和临床净收益。<b>结论</b> 联合ECV和临床指标构建的列线图模型具有较好的区分度、校准能力、临床净收益,可应用于无创识别p53高危表达的患者,为临床诊断和治疗方案的制定提供参考。

来源：2024年第5期

《临床放射学》期刊编辑部

查看临床放射学杂志2024年第5期