Page 76 - 南京医科大学自然版

第45卷第5期
·662 · 南 京 医 科 大 学 学 报 2025年5月

0 1 2 3 4 5 6 7 8 9 10
Points
Radscore
-1.0 -0.5 0 0.5 1.0 1.5 2.0 2.5
Grade
2 3
T stage
1 2 3
Total points
0 1 2 3 4 5 6 7 8 9 10 11 12
1⁃year survival
0.95 0.90 0.85 0.75 0.60 0.50 0.40 0.30 0.20 0.10
3⁃year survival
0.95 0.90 0.85 0.75 0.60 0.50 0.40 0.30 0.20 0.10
5⁃year survival
0.95 0.90 0.85 0.75 0.60 0.50 0.40 0.30 0.20 0.10

图2 联合模型列线图
Figure 2 Nomogram of the combined model

Training sets Validation sets
High⁃risk Low⁃risk High⁃risk Low⁃risk
1.00 1.00
Survival probability 0.75 Survival probability 0.75

0.50
0.50
0.25
0.25
0 P < 0.001 0 P < 0.001
0 25 50 75 100 125 0 25 50 75 100 125
Time（months） Time（months）
Number at risk Number at risk
High⁃risk 40 22 11 6 0 0 High⁃risk 16 8 1 0 0
Low⁃risk 181 162 92 42 22 3 Low⁃risk 78 71 25 8 0
0 25 50 75 100 125 0 30 60 90 120
Time（months） Time（months）
图3 联合模型在训练组与验证组的生存曲线分析
Figure 3 Kaplan⁃Meier analysis of the combined model in the training and validation sets

联合实质期影像组学评分联合临床病理特征的联 分析肉眼不可见的影像特征，能客观、科学地反映病
合模型具有最高的预测效能。 灶异质性。先前已有一些影像组学模型的相关研究，
目前已经存在一些基于临床及病理特征预测 证实影像组学特征在研究RCC病理亚型、病理分级
ccRCC患者预后的模型，如UISS评分系统（University 及治疗预后方面相比传统影像特征更具优势，并对
of California Los Angeles Integrated Staging System） 、 临床特征模型具有一定的增量价值 ［9，15］ 。本研究相
［11］
SSIGN（stage，size，grade，and necrosis）评分系统 ［12］ 、 比既往工作有一些不同。首先，研究专注于病理分
Leibovich 评分系统 ［13］ 等，这些模型聚焦于肿瘤的临 级为 2~3 级的非转移性 ccRCC 患者，与已经发生转
床分期（TNM 分期）及病理特征（病理分级、坏死 移的患者以及转移风险极低或极高的病理分级1级
等），具有一定的预测价值，但在后续研究中的表现 或 4 级的患者不同，这类患者手术后是否需要进行
［7］
不尽人意 ［7，14］ 。Correa 等 前瞻性地应用多种临床 辅助治疗是一个问题，而同质性的患者队列使得
模型预测局限性RCC的预后，结果表明SSIGN模型 研究结果更具针对性，对临床更具参考意义。其
具有相对最好的预测效能（C⁃index=0.688），UISS 评 次，既往研究多使用单一时期图像进行研究 ［8，16］ ，
分表现最差（C⁃index=0.556），均低于本研究联合模 而本研究中联合了皮髓质期+实质期图像，并且发
型的预测效能（C⁃index=0.832）。 现两期结合构建的影像组学特征模型预测效能高
影像组学是近年来兴起的影像分析手段，通过 于单一时期，说明多期图像内部含有相互补充的