临床放射学杂志

作者：朱益麟, 徐慧, 李玉增

单位：450003 郑州大学第二附属医院医学影像科朱益麟;830011 乌鲁木齐,新疆医科大学第三临床医学院附属肿瘤医院影像中心徐 慧、李玉增

关键词：磁共振成像,子宫内膜癌,决策树

<b>目的</b> 利用分类和回归树算法(CART)建立和验证决策树模型,探索以术前盆腔MRI鉴别Ⅱ型子宫内膜癌(Ⅱ型EC)和Ⅰ型子宫内膜癌(Ⅰ型EC)的价值。<b>方法</b> 388例子宫内膜癌患者,其中Ⅱ型EC组71例,Ⅰ型EC组317例。用子宫内膜癌的MRI形态学、功能学特征(肿瘤大小、形态、浸润深度、宫旁侵犯、淋巴结肿大、rADC、ADC_min值等)和临床因素(年龄、CA125、CA199、P53)构建CART决策树并进行评估和验证,并抽样250例(64.4%)患者作为训练集,138例(35.6%)患者作为验证集。<b>结果</b> 训练集共250例中Ⅱ型EC组40例,Ⅰ型EC组210例;验证集共138例中Ⅱ型EC组31例,Ⅰ型EC组107例。经CART决策树筛选出4个有诊断意义的指标:rADC值,ADC_min值,病灶矢状位短径和盆腔及腹膜后淋巴结肿大。本决策树在训练集的曲线下面积为0.94,敏感度73%,特异度97%,准确率93%;验证集曲线下面积为0.89,敏感度71%,特异度96%,准确率90%。<b>结论</b> 基于MRI影像学特征构建的CART决策树模型为临床术前鉴别Ⅰ型子宫内膜癌与Ⅱ型子宫内膜癌提供了直观简便的工具。

来源：2023年第3期

《临床放射学》期刊编辑部

查看临床放射学杂志2023年第3期