부산대학교 도서관

目的 构建基于18F­FDG PET/CT图像的影像组学模型，并分析其预测局部晚期宫颈癌（locally advanced cervical cancer, LACC) 放疗敏感性的效能。方法 收集2018年1月至2022年12月于广西医科大学附属肿瘤医院妇科行根治性 放疗的宫颈癌患者的临床资料，按8∶2随机划分为训练集（169例) 和测试集（43例) ，采集治疗前的PET/CT图像，手动勾画 感兴趣区，提取影像组学特征。将特征正则化，采用组内相关系数, Pearson相关性分析, 最小绝对收缩和选择算子回归进 行组学特征筛选，获得组学特征及其系数加权并计算每个患者的Radscore值，比较放疗敏感组和抵抗组间Radscore值的差 异。分别构建 PET, CT 及 PE/CT 联合的 Logistic regression ( LR ) 机器学习模型，通过受试者工作特征曲线（receiver operating characteristic, ROC), 校准曲线, 决策曲线（decision curve analysis，DCA) 分析对模型进行评估。结果 本研究共纳 入212例LACC患者，抵抗组的Radscore值显著高于敏感组，差异有统计学意义（P<0.001) 。在训练集和测试集上，PET/CT 联合模型的ROC曲线下面积分别为0.900（95%CI：0.832~0.968), 0.754（95%CI：0.569~0.939) ，预测效能均优于单一的PET 或CT模型。DCA曲线显示，与不使用预测模型的情况相比，基于PET/CT的影像组学预测模型表现出显著的干预获益，在 放疗前预测LACC敏感性方面具有较好的临床效益。绘制校准曲线显示，3种模型的预测值与实际观察值之间的一致性均 良好。 结论 基于PET/CT的影像组学模型对LACC放疗敏感性具有良好的预测价值。 [ABSTRACT FROM AUTHOR]