Page 106 - 南京医科大学学报自然科学版
P. 106
第43卷第4期
·544 · 南 京 医 科 大 学 学 报 2023年4月
龄、性别、肿瘤分化级别)使用R软件中的“rms”包通 高风险组(n=31)及低风险组(n=33)。瀑布图(图
过 Logistic 回归分析法建立癫痫发生概率列线图。 1C)中显示了高低风险组人群中的癫痫阳性率情
进一步使用决策曲线分析法(decision curve analysis, 况,高风险组中癫痫阳性率为 80.6%(25/31),低风
DCA)比较“影像⁃临床模型”、“影像模型”、“临床模 险组中癫痫阳性率为 27.3%(9/33)。使用 pROC 软
型”在预测癫痫发生中的净获益率。 件包计算模型在训练集及验证集中受试者工作特
1.2.3 构建及评估远期生存列线图 征(receiver operating characteristic,ROC)曲线下面
将总人群队列的 Rad⁃score 结合临床特征(年 积(area under curve,AUC)指 标 分 别 为 0.900 和
龄、性别、肿瘤分化级别)使用R软件中的“rms”包通 0.636。Kaplan⁃Meier 分析显示(图1D),与低风险组
过Cox回归分析法建立3年、5年OS列线图,并绘制 患者相比,高风险组患者的 5 年总生存率(overall
矫正曲线验证列线图评估效果。将总人群按照列 survival,OS)较差(P=0.029)。其中,低风险组患者
线图得分的中位数分为高危组和低危组,对高、低 5 年生存率达 80%且未达中位生存时间。高风险
危组人群进行生存差异分析评估列线图危险分层 组患者 5 年生存率低于 50%,中位总生存时间约为
作用。 44个月。
1.3 统计学方法 2.3 建立及评估“影像⁃临床”预测癫痫列线图
本研究所有的统计学分析均在 R 软件(version 结合临床特征(年龄、性别及肿瘤分级)和放射
4.0.3)上进行,非正态分布的数据以中位数(四分位 组学模型开发了“影像⁃临床”癫痫列线图以预测患
数)[M(P25,P75 )]表示,两组间比较使用非参数检 者癫痫发作的概率(图 2A)。在决策曲线分析中
验。定性资料用例数(百分率)[n(%)]表示,两组间 (图 2B),“影像⁃临床模型”及“影像模型”在阈风险
比较采用卡方检验或Fisher确切概率法,P < 0.05为 值 0~1 之间净获益率方面均没有明显差异,而这两
差异有统计学意义。 个预测模型在阈风险值为 0.2~0.6 之间的净获益率
明显高于单纯的“临床模型”。
2 结 果
2.4 建立及评估“影像⁃临床”生存列线图
2.1 训练集及验证集患者基线特征比较 结合临床特征(年龄、性别及肿瘤分级)和放射
将64例DLGG患者按照7∶3随机抽取组成训练 组学特征开发了“影像⁃临床”生存列线图以评估患
集(n=44)和验证集(n=20)队列。表1总结了两个队 者 3 年、5 年生存概率(图 3A)。该列线图的校准曲
列中的患者人口统计学和临床特征。对于年龄、性 线显示,在总体人群中预测结果与实际结果表现出
别、肿瘤分化级别、肿瘤位置、肿瘤病理分型、治疗 良好的一致性(图 3B)。列线图的 C 指数在总人群
方式以及临床症状等基线资料在训练集和验证集 队列中为0.812。将列线图生存评分中位数(118.9)
的患者之间均无统计学差异。 作为风险阈值,将总人群分为生存高危组和生存低
2.2 Rad⁃score的建立与验证 危组,两组间的 Kaplan⁃Meier 生存分析显示 5 年的
从 MRMR 算法中按大小排名筛选出与癫痫交 OS存在显著差异(P=0.008,图3C)。
互信息前10%的26个影像特征。进一步使用Lasso
3 讨 论
回归分析进行特征降维,并通过 5 次交叉验证最终
保留 10 个特征构建预测模型如下:(-177.372 7)× 癫痫通常是胶质瘤患者,尤其是 DLGG 患者的
TEXTURE_GLCM_NET_FLAIR_Energy+(-0.019 314 03) 首发症状。Scott等 [15] 首次在1 980例脑胶质瘤患者
×SPATIAL_Temporal+(-0.020 116 91)×SPATIAL_ 中证实了癫痫发作与预后之间的关系。进一步的
Cere +(0.198 603 7)× TGM_p1+(-9.113 503)×TEX⁃ 研究表明,患者的性别、年龄、肿瘤分级、肿瘤定位、
TURE_GLCM_NET_T1Gd_Homogeneity+(-0.206 468 6) 诊断时机和 IDH 突变状态都可能会影响出现癫痫
× SPATIAL_CC_Forni ×+(- 0.000 012 640 65)× VOL⁃ 发作的胶质瘤患者的生存结果 [15] 。因此结合临床
UME_ET+(-0.000 006 021 123)×VOLUME_TC+ 指标与癫痫发生风险模型预测远期生存对DLGG的
(-0.000 012 640 65)×VOLUME_ET+(-0.032 929 46) 诊疗具有显著的临床指导意义。Li 等 [16] 通过筛选
×VOLUME_ET_OVER_NET+4.166 355(图1A、B)。 有无癫痫发作人群的差异基因建立了癫痫相关基
通过 约 登 指 数 确 定 Rad⁃score 风 险 阈 值 为 因风险模型,但基因检测由于方便性和经济原因,
-1.098 0,将 64 例 DLGG 患者按癫痫发作风险分为 在临床工作存在局限性。已有影像组学研究开发