Page 19 - 南京医科大学自然版
P. 19

第46卷第8期        张林岑,王     芬,袁 梅. 基于CT影像组学评估PD⁃1免疫联合治疗非小细胞肺癌疗效的初步
                  2026年8月               研究[J]. 南京医科大学学报(自然科学版),2026,46(8):1122-1130,1144                ·1125 ·







                                                                                                0.5
                                                                               0.6              0.0
                                                                               0.5             -0.5
                                                                                               -1.0
                                                                               0.4
                                                        Histogram                              -1.5
                                                                               0.3
                                                                                               -2.0
                                                                               0.2             -2.5
                                                  4    8      3     6
                                                                                 10 -3  10 -2  10 -1  10 0  10 -3  10 -2  10 -1  10 0
                                                                                  Lambda(λ=0.029 5)  Lambda(λ=0.029 5)
                                                  8    6      9     4
                                                                                             Model:MLP
                                                                                 1.0
                                                 GLCM         GLRLM
                                                                                 0.8
                                                                                 Sensitivity  0.6
                                                  6    8      2    3             0.4
                                                                                 0.2       Train AUC:0.865(95%CI:0.818-0.912)
                                                                                           Test AUC:0.862(95%CI:0.774-0.951)
                                                                                 0.0
                                                                                   0.0  0.2  0.4  0.6  0.8  1.0
                                                  3    4      4    6
                                                                                             1-Specificity
                                                  GLSZM        NTDM                         Model:MLP DCA
                                                                                  0.4
                                                                                                      Model
                                                                                  0.3                 Treat all
                                                                                Net benefit  0.2      Treat none
                                                                                  0.1
                                                                                  0.0
                                                                                 -0.1
                                                                                   0.0  0.2  0.4  0.6  0.8  1.0
                                                                                           Threshold probability
                                                    GLDM

                  Image acquistion and segmentation   Feature extraction      Feature selection and model construction
                                                    图1 影像组学模型构建流程图
                                        Figure 1 Flow chart of radiomics-based model construction

                本 t 检验或 Mann⁃Whitney U 检验,定性资料比较使                 计学意义。
                用χ 检验。肿瘤 ROI 分割的一致性通过 ICC 评估,
                   2
                                                                  2  结 果
                ICC 值≥0.75 视为一致性良好。所有影像组学特征
                经F检验进行初步筛选(P < 0.05),再计算Pearson相                  2.1  临床基线特征
                关系数以剔除高度共线变量(|r|>0.9)。采用LASSO                         经过纳入与排除标准筛选,本研究共纳入75例
                回归进行特征筛选,使用十折交叉验证确定最优惩                            患者,其中 27 例在接受免疫联合治疗 4~6 个疗程
                罚系数λ。预测模型的性能通过受试者工作特征                            (约 12~18 周)后出现 PD,定义为治疗非敏感组;其
               (receiver operating characteristic,ROC)曲线及曲线       余48例为治疗敏感组(无PD)。患者总体平均年龄
                下 面 积(area under the curve,AUC)进行评估。除             为 (64.6 ± 9.7)岁 ,年 龄 范 围 32~81 岁 。 男 65 例
                AUC 外,还计算准确率(accuracy,ACC)、敏感性、特                 (86.7%),女 10 例(13.3%)。既往有吸烟史者 47 例
                异性、阳性预测值(positive predictive value,PPV)以         (62.7%),无吸烟史者 28 例(37.3%)。病理类型方
                及阴性预测值(negative predictive value,NPV)以综           面,腺癌 35 例(46.7%),鳞状细胞癌 34 例(45.3%),
                合反映模型诊断效能。各模型采用三折交叉验证                             其他类型 NSCLC 6例(8%)。PD⁃L1表达水平中,阴
                以减小过拟合风险。为进一步比较不同模型在临                             性 24 例(32%),阳性 25 例(33.3%),高表达 26 例

                床 应 用 中 的 获 益 ,采 用 决 策 曲 线 分 析(decision          (34.7%)。所有患者按2∶1比例随机分为训练集(n=
                curve analysis,DCA)评估各模型在不同阈值概率                   50)和测试集(n=25)。其中训练集中治疗敏感组33
                下的净临床收益,从而验证其在预测 NSCLC 免疫                         例,非敏感组 17 例;测试集中敏感组 15 例,非敏感
                治疗疗效中的临床实用性。P < 0.05 为差异有统                        组10例。训练集与测试集、治疗敏感组与非敏感组
   14   15   16   17   18   19   20   21   22   23   24