MRI影像组学在鉴别前列腺癌与前列腺增生中的临床应用价值

目的:探讨基于T2WI与表观扩散系数(apparent diffusion coefficient,ADC)的影像组学模型对前列腺癌(prostate cancer,PCa)和前列腺增生(benign prostatic hyperplasia,BPH)的鉴别诊断应用价值。方法:回顾性分析经穿刺活检病理证实的72例PCa患者与64例BPH患者的临床资料及原始MRI图像。使用ITK-SNAP软件手动勾画整个肿瘤(不包括囊变、出血、坏死及钙化)生成三维体积(VOI),采用FAE软件分别从T2WI与ADC图像提取高通量影像组学特征,应用Pearson相关性分析及循环特征消除(RFE)方法进行特征选择,使用支持向量机(SVM)作为分类器构建影像组学模型。采用分层随机抽样的方法将所有病例按7∶3分成训练集与验证集,通过绘制受试者工作特征(ROC)曲线及校准曲线分析评估各个影像组学模型的鉴别诊断效能与校准能力,并使用Delong检验评价模型间的差异。结果:经过特征选择,分别使用12、15、11个图像特征构建基于T2WI/ADC/T2WI+ADC的影像组学预测模型。训练集中T2WI/ADC/T2WI+ADC影像组学模型的ROC曲线下面积(AUC)分别为0.88、0.92、0.96,验证集中T2WI/ADC/T2WI+ADC影像组学模型的AUC分别为0.85、0.89、0.91。Delong检验显示T2WI+ADC联合影像组学模型鉴别诊断效能显著高于单个序列模型,校准曲线显示联合影像组学模型具有较好的预测能力。结论:基于T2WI+ADC的联合影像组学模型有助于术前鉴别PCa和BPH。     

临床影像组学列线图鉴别前列腺良恶性结节的应用价值

目的:建立基于双参数MR的临床影像组学列线图,评价其鉴别前列腺良恶性结节的应用价值。方法:选择2014年4月至2017年7月间接受前列腺MRI检查并经病理证实的前列腺结节患者227例(前列腺结节增生99例,前列腺癌128例)。从每个患者的轴位T2WI和ADC图像中提取影像组学特征。使用最小绝对收缩和LASSO回归进行降维,选择有效特征并构建影像组学特征模型。结合独立的临床危险因素,采用多元Logistic回归模型建立影像组学列线图。列线图的校准和诊断效能在训练集中进行评估,并在验证集中进行验证。最后通过决策曲线分析评价列线图的临床应用价值。结果:患者年龄、PSA、病灶所在区域以及筛选出的影像组学特征与前列腺结节的良恶性鉴别显著相关。影像组学模型对前列腺良恶性结节有较好的鉴别效能,训练集（AUC=0.91,95%CI:0.87~0.96),验证集（AUC=0.90,95%CI:0.81~1.00)。影像组学列线图结合了双参数MR图像的影像组学特征和独立的临床危险因素,在训练集(AUC=0.95,95%CI:0.91~0.98)和验证集(AUC=0.92,95%CI:0.83~1.00)中表现出更好的鉴别效能和病理符合率,决策曲线展示了临床影像组学结合模型的临床应用价值。结论:结合双参数MRI影像组学特征和临床危险因素的影像组学列线图可以简便地鉴别出前列腺结节的良恶性,为下一步临床决策提供建议。     

基于双序列MRI的计算机辅助诊断鉴别软组织肿瘤良恶性的研究

目的:研究使用计算机辅助分析方法针对软组织肿瘤MRI影像进行肿瘤良恶性鉴别的价值。方法:回顾性收集了在辽宁省肿瘤医院就诊的72例软组织肿瘤患者的CE-T1和T1WI双序列MRI影像数据(2017年1月至2018年1月)。通过提取和筛选MRI影像特征,建立支持向量机(SVM)、K-最邻近(KNN)和随机森林(RF)三种机器学习分类器模型对肿瘤病灶进行二分类鉴别;提出一种新型集成学习分类器模型用于将两个序列MRI信息进行融合。通过绘制受试者工作特征曲线(ROC)并计算ROC曲线下面积(AUC值)以评估模型的分类鉴别能力。结果:三种机器学习分类器均取得较好的良恶性鉴别效果;提出的集成学习分类器的分类效果最佳,AUC值达到0.922(敏感性=0.965,特异性=0.783)。结论:本研究提出的计算机辅助模型能够利用MRI影像对软组织肿瘤良恶性进行有效的辅助鉴别,具有一定的潜在应用价值。     

MRI瘤周影像组学鉴别高级别胶质瘤与脑内单发转移瘤的应用价值

目的:探讨MRI瘤周影像组学鉴别高级别胶质瘤与脑内单发转移瘤的应用价值。方法:回顾性分析2015年1月至2020年6月经手术病理证实的39例高级别胶质瘤及28例脑内单发转移瘤的术前磁共振T2WI序列影像资料。使用3D-slicer软件手动分割获得瘤体的体积感兴趣区,并分别提取瘤周5 mm及10 mm的影像组学特征。使用最小值最大值归一化及最优特征筛选对影像组学特征进行降维,最后采用R语言软件建立Logistic回归模型,并使用K折交叉验证模型的稳定性。绘制受试者工作特征曲线(ROC)评估组学模型的诊断效能。结果:基于术前MRI瘤周5 mm的影像组学模型在鉴别高级别胶质瘤及脑内单发转移瘤中的敏感性、特异性及曲线下面积(AUC)分别是0.692、0.946和0.91;基于术前MRI瘤周10 mm影像组学模型在鉴别高级别胶质瘤及脑内单发转移瘤中的敏感性、特异性及AUC分别是0.872、0.893和0.93。采用K折交叉验证对模型的稳定性进行验证,瘤周5 mm及10 mm影像组学模型的平均AUC分别是0.80、0.75,提示模型具有较高的诊断效能。结论:MRI瘤周影像组学有助于术前鉴别高级别胶...     

磁共振增强扫描序列在合并阻塞性肺炎或肺不张肺癌放疗靶区勾画价值

目的探讨MRI不同序列在肺癌伴阻塞性肺炎或肺不张(OC)患者中进行靶区勾画的可行性及优势。方法对14例合并OC患者行CT定位和MRI扫描,分别采集CT、T1WI、压脂T2WI、LAVA、LAVA+C图像。将CT、MRI图像在治疗计划系统中融合,分别在CT和MRI上进行靶区勾画GTV-p。结果CT可显示2例患者肿瘤与OC界限,压脂T2WI可显示10例患者肿瘤与OC界限,LAVA可显示12例患者肿瘤与OC界限,LAVA+C可显示10例患者肿瘤与OC界限。压脂T2WI、LAVA、LAVA+C序列间鉴别能力相近(P>0.05),T2WI、LAVA、LAVA+C序列GTV均较CT-GTV明显减小(P<0.05),T2WI_GTV和LAVA_GTV相近(P>0.05)。在所有序列中LAVA+C的GTV值最小。结论MRI的压脂T2WI、LAVA、LAVA+C序列应用于肺癌伴OC患者的放疗靶区勾画提高了精准性,其中LAVA的界限分辨能力较压脂T2WI更好,LAVA+C显示微小血管效果最好。     

基于CT的影像组学特征预测间变性淋巴瘤激酶阳性Ⅲ/Ⅳ期非小细胞肺癌患者脑转移

背景与目的：间变性淋巴瘤激酶（anaplastic lymphoma kinase,ALK）阳性的非小细胞肺癌（non-small cell lung cancer,NSCLC）患者的脑转移发生概率为20%~35%,脑部也是患者靶向治疗耐药时常见的转移部位之一。这类患者脑转移情况的早期预测对其预后评价及疗效评估具有重要意义。影像组学是从图像中高通量提取定量特征以宏观描述肿瘤表型和异质性。探讨影像组学在预测ALK阳性的Ⅲ/Ⅳ期NSCLC患者治疗前脑转移情况方面的应用。方法：回顾性纳入2014年6月—2017年9月在复旦大学附属肿瘤医院经病理学检查证实的ALK阳性Ⅲ/Ⅳ期NSCLC患者。在治疗前基线检查中获得患者脑转移信息。收集患者治疗前胸部CT图像,并由两名经验丰富的放疗科医师勾画大体肿瘤体积（gross tumor volume,GTV）,进行影像组学特征的提取。按一定比例将患者分为训练集和验证集（4∶1）。在RIDER NSCLC数据集中进行test-retest,筛选出132个稳定的影像组学特征。进行最小绝对收缩和选择运算符（least absolute shrinkage and selection operator,LASSO）COX回归和leave-one-out cross-validation以确定用于logistic回归分析的最佳组学特征,随后通过logistic回归分析影像组学特征及其他临床特征与患者治疗前脑转移发生的关系。结果：共纳入132例患者,其中27例患者治疗前发生脑转移。在训练集中,发现一个影像组学特征（W_GLCM_LH_Correlation）与脑转移显著相关（P=0.014）,受试者工作特征（receiver operating characteristic,ROC）曲线的曲线下面积（area under curve,AUC）为0.687。该组学特征在验证集中预测性能也尚可（AUC=0.642）。将该影像组学特征与N分期相结合能在一定程度上提高对患者治疗前脑转移的预测能力（训练集：AUC=0.697;验证集：AUC=0.675）。结论：治疗前胸部CT的影像组学特征可能在预测ALK阳性Ⅲ/Ⅳ期NSCLC患者治疗前脑转移的发生方面有一定的价值,这可能有利于此类患者的风险分层。     

基于薄层CT图像的影像组学列线图在肺良恶性结节鉴别诊断中的价值

目的:建立基于薄层CT图像的临床影像组学列线图评价其对肺结节良恶性鉴别的临床价值。方法:选自2018年3月至2020年9月间接受薄层CT检查并经病理证实的肺结节患者139例（良性65例,恶性74例）。从每个患者的胸部CT图像中提取影像组学特征。使用最小绝对收缩和lasso回归进行数据降维,选择有效特征并构建影像组学特征模型。结合独立的临床危险因素采用多元Logistic回归建立影像组学列线图。列线图的准确率和诊断效能在训练集中进行评估并在验证集中进行验证,最后通过决策曲线分析评价列线图的临床应用价值。结果:传统影像特征模型在训练集(AUC=0.86,95%CI 0.79~0.93)、验证集(AUC=0.79,95%CI 0.65~0.93)对肺结节良恶性诊断效能较差,混合模型在训练集(AUC=0.94,95%CI 0.90~0.99)、验证集(AUC=0.94,95%CI 0.88~1.00)中表现出更好的鉴别效能和病理符合率,决策曲线表明影像组学的加入有利于患者的预后。结论:基于薄层CT图像的临床影像组学列线图可以方便准确地判断肺结节恶性风险。     

增强 T1- FLAIR 序列和磁化传递对比技术诊断脑微小转移瘤

目的：对比分析增强 T1液体衰减反转恢复（T1- FLAIR）序列和磁化传递对比（MTC）两种序列对脑内微小转移瘤的应用价值。方法：对60例患有脑转移瘤的病人行常规扫描后采用 T1- FLAIR 和 T1 WI ＋ MTC序列增强扫描,分别统计增强后 T1- FLAIR 和 T1 WI ＋ MTC 序列显示转移瘤的数目、大小、位置等,并比较二者对微小转移瘤的显示能力及2种序列图像的病灶-背景的对比度/噪声（C/ Ns）值。结果：60例脑转移瘤中,共计235个病灶,增强后 MTC 序列显示了231个病灶,显示率为98.3%,T1- FLAIR 序列显示了227个病灶,显示率为96.6%。T1 WI ＋ MTC 序列发现了 T1- FLAIR 序列不能显示的4个病灶,而 T1- FLAIR 序列证实了 T1 WI ＋ MTC 序列误判的2个病灶。T1 WI ＋ MTC 图像病灶-背景的 C/ Ns 值为29.85±6.43,T1- FLAIR图像病灶-背景的 C/ Ns 值为14.54±7.64,T1 WI ＋ MTC 序列的 C/ Ns 值高于 T1- FLAIR 序列的 C/ Ns 值（t=7.05,P ﹤0.05）。结论：增强 T1 WI ＋ MTC 序列和增强 T1- FLAIR 序列相互补充,二者结合能够最大程度满足微小转移瘤的显示和鉴别诊断的需要。     

超小超顺磁性氧化铁颗粒增强磁共振成像与钆喷替酸葡甲胺增强磁共振成像诊断兔颈转移性淋巴结的对比研究

目的 比较超小超顺磁性氧化铁颗粒(USPIO)增强磁共振成像(MRI)与钆喷替酸葡甲胺(Gd-DPTA)增强MRI两种方法诊断兔颈部反应性增生、肿瘤转移性淋巴结的能力.方法 健康成年新西兰大白兔36只,随机平均分为两组,18只制成颈部淋巴结反应性增生模型,18只制成颈部淋巴结肿瘤转移模型.两组模型各取9只行Gd-DTPA增强MRI,9只行USPIO增强MRI.Gd-DTPA增强前行T1WI、T2WI序列扫描,注射Gd-DPTA后80 s行T1WI扫描.USPIO增强前和注射USPIO后24 h,分别行T1WI、T2WI、T2*WI序列扫描.分析增强前后淋巴结信号及形态特点,与大体标本及病理结果进行对照分析.结果 肿瘤组内,Gd-DTPA增强MRI诊断转移性淋巴结的敏感度、特异度、阳性预测值、阴性预测值及准确性分别为62.5%、91.3%、88.2%、70.0%及76.6%,而USPIO增强MRI为95.0%、90.9%、90.5%、95.2%及92.9%,两种方法间敏感度和准确性差异有统计学意义(均P＜0.05).增生组内,Gd-DTPA增强MRI和USPIO增强MRI诊断良性淋巴结的准确性分别为74.2%和87.1%.结论 USPIO增强MRI诊断肿瘤转移性淋巴结的准确性高于Gd-DTPA增强MRI.     

基于MRI放射组学模型预测乳腺癌腋窝淋巴结转移状态的初步研究

目的:研究原发性乳腺癌基于多参数磁共振图像的放射组学特征机器学习模型在预测腋窝淋巴结转移状态中的价值。方法:乳腺癌患者98例,共114个乳腺病变,利用基于直方图、形状和纹理的多参数图像特征分别提取107个放射组学特征。采用方差阈值(方差阈值=0.8)和最小绝对收缩选择算子(lasso)来减少冗余特征。基于所选择的最优特征,建立放射性组学的预测模型,采用了3个分类器,分别是 k 近邻(k-Nearest Neighbor,KNN)、支持向量机(support vector machine,SVM)和Logistic回归模型(logistic regression,LR)。并利用ROC分析方法对测试集中曲线下的面积(under the curve,AUC)进行预测性能评价。结果:有淋巴结转移的乳腺癌46例共56个病灶,无淋巴结转移的乳腺癌52例共58个病灶。在特征选择之后,利用最佳放射组学特征(5倍交叉验证,分别12、10、29、10、16个特征)建立预测模型。在三种基于放射组学的模型中,SUM模型的性能最好,平均AUC为0.805,高于KNN及LR的平均AUC（0.783、0.802）。结论:乳腺癌的 MRI纹理分析可作为预测淋巴结转移状态的非侵袭性指标,值得进一步研究。     

磁共振扩散加权成像参数与宫颈癌组织学特点的相关性

目的:探讨与研究磁共振(MR)扩散加权成像(DWI)参数与宫颈癌组织学特点的相关性.方法:采用回顾性研究方法,2012年9月到2016年1月选择在我院住院诊治的宫颈癌病例84例作为观察组,同期选择由于其他原因进行宫颈检查的女性患者84例作为对照组,两组都给予常规MRI平扫及DWI检查,记录与调查宫颈癌组织学特点与DWI 参数 ADC值,同时进行相关性分析.结果:两组MRI影像学图像均满足诊断及测量要求,未见明显伪影和变形;观察组在T1WI上呈等信号,在T2WI上呈稍高或高信号,DWI上表现为边界清晰的高信号肿块.当MRI DWI b值为1 000 s/mm2时,观察组与对照组的ADC值分别为(0.89±0.15)×10-3mm2/s和(1.50±0.23)×10-3mm2/s,观察组明显少于对照组(P<0.05).ADC值在宫颈癌患者的不同临床分期、淋巴结转移和分化程度中对比都有统计学意义(P<0.05);Pearson相关系数显示宫颈癌患者的ADC值与临床分期、淋巴结转移与分化程度也呈现明显负相关性(P<0.05).结论:MRI诊断宫颈癌有很好的成像质量,且 DWI成像参数ADC值明显降低,与宫颈癌的组织学特点有很好的相关性,能有效反映宫颈癌的病变状况.     

甲状腺髓样癌颈部淋巴结转移的预测模型

目的:构建甲状腺髓样癌(medullary thyroid carcinoma,MTC)颈部淋巴结转移情况的临床预测模型,个体化预测术前淋巴结转移概率.方法:回顾性筛选美国国立癌症研究所"监测、流行病学和结果"数据库(Surveillance,Epidemiology,and End Results,SEER)中的20...     

T1~2期直肠癌淋巴结转移的MRI相关因素分析

目的探讨与直肠癌淋巴结转移密切相关的MRI指标,提高通过MRI进行T1~2期直肠癌治疗前淋巴结分期的准确性。方法2015年1月至2019年11月中国医学科学院肿瘤医院经手术病理证实为T1~2期直肠癌的患者327例,术前均行MRI检查。根据病理诊断结果,淋巴结转移组(N+组)57例,非淋巴结转移组(N-组)270例。由两位影像科医师阅片,收集影像学资料。就直肠癌淋巴结转移与临床和MRI特征的关系进行单因素分析和Logistic多因素回归分析。应用受试者工作特征(ROC)曲线分析评价回归模型的诊断效果。结果327例患者中,MR-N评价阳性67例,与病理诊断结果差异有统计学意义(P<0.001)。MRI评价淋巴结转移的灵敏度为45.6%,特异度为84.8%,准确率为78.0%。多因素回归分析显示,肿瘤形态(P=0.002)、肿瘤是否含黏液成分(P<0.001)和MR-N评价(P<0.001)是T1~2期直肠癌淋巴结转移的独立影响因素。ROC曲线分析显示,应用该回归模型评估直肠癌淋巴结转移的曲线下面积为0.786(95%CI:0.720~0.852)。结论联合应用肿瘤形态、肿瘤是否含黏液成分及MR-N评价3项指标可以提高T1~2期直肠癌淋巴结转移评估的准确性。     

不同MR序列测量宫颈癌放疗靶区的一致性比较

目的 比较不同MR序列测量宫颈癌放疗靶区的一致性。方法 回顾性分析38例经病理学证实的宫颈癌患者MR资料，均行MRI平扫、增强和扩散加权成像检查。分别在轴位T2WI、T1WI增强扫描（T1+C）以及表观扩散系数（apparent diffusion coefficient，ADC）图上手动勾画肿瘤轮廓，通过面积求和法计算大体肿瘤体积（gross tumor volum，GTV），将不同序列测算的GTV分为T2WI组、T1+C组和ADC组。采用One-way ANOVA计算各组GTV的平均值，Bland-Atlman法计算各组GTV的95%一致性界限（95% limits of agreement，95% LoA）。 结果 T2WI、T1+C和ADC 组GTV平均值分别为（46.35±28.04） cm³、（44.27±26.66） cm³和（47.50±28.55） cm³，组间差异无统计学意义（F＝0.132，P＝0.877）。Bland-Atlman结果显示，T2WI组与T1+C组、T2WI组与ADC组以及T1+C组与ADC组的95% LoA分别为（-16.43～20.59） cm³、（-19.01～25.47） cm³和（-20.13～22.44） cm³，不同组Bland-Atlman散点图比较均存在5.26%（2/38）位于95% LoA范围外，超出临床可替代范围。结论 不同MR序列测量宫颈癌放疗靶区的一致性欠佳，尚不能相互取代，综合分析T2WI、T1+C以及ADC更有利于宫颈癌放疗靶区的准确勾画。     

血清一氧化氮、血管内皮生长因子水平与喉癌患者颈部淋巴结转移的关系

目的探讨血清一氧化氮(NO)、血管内皮生长因子(VEGF)水平与喉癌患者颈部淋巴结转移的关系。方法选择39例喉癌患者、34例喉部良性病变患者及36例健康体检者,分别作为喉癌组、喉部良性病变组及健康对照组。检测3组研究对象的血清NO、VEGF水平,采用Spearman相关分析法分析血清NO、VEGF水平与喉癌患者颈部淋巴结转移的相关性,采用受试者工作特征(ROC)曲线分析NO、VEGF单独及联合检测对喉癌患者颈部淋巴结转移的预测价值。结果喉癌组患者的血清NO、VEGF水平均高于喉部良性病变组和健康对照组(P﹤0.05),喉部良性病变组患者的血清NO、VEGF水平均高于健康对照组(P﹤0.05)。39例喉癌患者中,14例患者发生颈部淋巴结转移,25例患者未发生颈部淋巴结转移,颈部淋巴结转移患者的血清NO、VEGF水平均高于颈部淋巴结未转移患者(P﹤0.05)。血清NO、VEGF水平均与喉癌患者颈部淋巴结转移呈正相关(r=0.399、0.385,P﹤0.05)。NO、VEGF单独及联合检测预测喉癌患者颈部淋巴结转移的曲线下面积(AUC)分别为0.740、0.731和0.814。结论喉癌患者的血清NO、VEGF水平较高,且其在颈部淋巴结转移患者中的水平高于无颈部淋巴结转移的患者,两项指标联合检测对喉癌患者颈部淋巴结转移具有较好的预测价值。     

食管癌术后淋巴结转移对生存率的影响和放射治疗的意义

目的 分析淋巴结转移个数对生存率的影响及放射治疗的意义。方法 495例食管癌根治性手术切除患者,随机分为单一手术组(275例)和术后放疗组(220例),根据淋巴结转移的个数分为3组：A组无淋巴结转移,占47．2％;B组淋巴结转移个数1～2枚,占29．5％;C组淋巴结转移个数≥3枚,占23．2％。结果(1)相同T分期(T3)时,A、B、C三组的5年生存率分别为52．6％、28．8％和10．9(P=0．0000);在C组,单一手术和术后放疗者的5年生存率分别为0和19．3％(P=0．0336)。(2)在淋巴结阳性组(B C组),单一手术和术后放疗者的胸内淋巴结转移率分别为35．9％和21．2％(P=0．014),锁骨上淋巴结转移率分别为19．7％和4．4％(P=0．000);在淋巴结阴性组(A组),单一手术和术后放疗的胸内淋巴结转移率分别为27．8％和10．3％(P=0．003);A、B、C三组的腹腔淋巴结转移率分别为3．9％、9．4％和17．5％(P=0．000)。血行转移率以C组最高,为27．8％。结论 淋巴结转移个数是影响食管癌生存率的因素之一。淋巴结转移个数≥3枚时,血行转移率高,是全身化疗的指征。术后放疗降低了放疗部位淋巴结转移率,明显提高了C组生存率。     

A Logistic Model Including Risk Factors for Lymph Node Metastasis Can Improve the Accuracy of Magnetic Resonance Imaging Diagnosis of Rectal Cancer

Background: To evaluate use of magnetic resonance imaging (MRI) and a logistic model including risk factorsfor lymph node metastasis for improved diagnosis. Materials and Methods: The subjects were 176 patients withrectal cancer who underwent preoperative MRI. The longest lymph node diameter was measured and a cut-offvalue for positive lymph node metastasis was established based on a receiver operating characteristic (ROC) curve.A logistic model was constructed based on MRI findings and risk factors for lymph node metastasis extractedfrom logistic-regression analysis. The diagnostic capabilities of MRI alone and those of the logistic model werecompared using the area under the curve (AUC) of the ROC curve. Results: The cut-off value was a diameter of5.47 mm. Diagnosis using MRI had an accuracy of 65.9%, sensitivity 73.5%, specificity 61.3%, positive predictivevalue (PPV) 62.9%, and negative predictive value (NPV) 72.2% [AUC: 0.6739 (95%CI: 0.6016-0.7388)]. Age (<59)(p=0.0163), pT (T3+T4) (p=0.0001), and BMI (<23.5) (p=0.0003) were extracted as independent risk factors forlymph node metastasis. Diagnosis using MRI with the logistic model had an accuracy of 75.0%, sensitivity 72.3%,specificity 77.4%, PPV 74.1%, and NPV 75.8% [AUC: 0.7853 (95%CI: 0.7098-0.8454)], showing a significantlyimproved diagnostic capacity using the logistic model (p=0.0002). Conclusions: A logistic model including riskfactors for lymph node metastasis can improve the accuracy of MRI diagnosis of rectal cancer.     

盆腔MRI联合SCC-Ag对宫颈癌淋巴结转移的预测价值

目的 分析宫颈癌淋巴转移患者的临床病理特点,联合盆腔MRI淋巴增大情况及SCC-Ag对宫颈癌患者淋巴结转移情况进行评估,并分析其预测价值。方法 回顾性分析124例宫颈癌患者的资料,并根据结果建立预测模型。结果 间质浸润深度、治疗前后血清SCC-Ag变化值、盆腔MRI淋巴结增大情况、D2-40、Ki67是宫颈癌淋巴结转移的独立危险因素（P<0.05）。预测模型建立为：L=SCC-Ag变化值+7.127×盆腔MRI显示淋巴结增大+5.386×D2-40+5.135×间质浸润深度+19.457×Ki67;预测敏感度为78.6%,特异性为79.2%。结论 对于L≥20.8261的宫颈癌患者应提高警惕,给予个体化的新辅助治疗,并保证足够的手术范围。该模型对患者术前淋巴结转移具有一定的预测价值。     

基于危险因素评价的Ⅰa-Ⅱb期宫颈癌闭孔淋巴结转移的预测模型构建与效能检验

目的:探讨影响Ⅰa-Ⅱb期宫颈癌患者发生闭孔淋巴结转移的危险因素,构建预测模型并初步检测其效能。方法:收集河北保定第七医院妇科于2014年3月至2018年3月收治的179例行“广泛性子宫全切除＋盆腔淋巴结清扫”的宫颈癌患者的临床资料。将患者分为闭孔淋巴结阳性组与阴性组,分析可能影响闭孔淋巴结转移发生的危险因素。根据相关危险因素权重,构建风险预测模型。结果:单因素分析显示,肿瘤分期、MRI提示淋巴结转移、肿瘤直径、是否存在宫旁浸润、肌层浸润、脉管癌栓是影响宫颈癌患者闭孔淋巴结转移的危险因素,差异具有统计学意义（P<0.05）。进一步行多因素分析发现,MRI提示淋巴结转移、肿瘤直径、肌层浸润是影响宫颈癌患者闭孔淋巴结转移的独立危险因素（P<0.05）。将独立危险因素纳入logistic分析并建立模型,可得方程:Y=-1.115＋1.480X1＋1.741X2＋1.746X3（Y:闭孔淋巴结转移率,X1:MRI提示淋巴结转移,X2:肿瘤直径,X3:肌层浸润深度）。利用ROC曲线检验该模型预测效能,曲线下面积为0.81,灵敏度为0.63,特异度为0.91,Hosmer-Lemeshow拟合优度检验显示,χ2=1.526,P=0.93。模型拟合效度好,预测价值高。结论:MRI提示淋巴结转移、肿瘤直径、肌层浸润是影响宫颈癌发生闭孔淋巴结转移的主要危险因素,预测模型Y=-1.115＋1.480×（MRI提示淋巴结转移）＋1.741×（肿瘤直径）＋1.746×（肌层浸润深度）有较好的评估效能,有一定的临床应用价值。