文献类型：期刊文章

作　　者：赵楠楠[1,2] 朱芸[1] 汤晓敏[1] 杨昭[1,2] 李阳[1,2] 张舒妮[1,2] 王玲玲[3] 李晓光[4] 谢宗玉[1]

ZHAO Nannan;ZHU Yun;TANG Xiaomin;YANG Zhao;LI Yang;ZHANG Shuni;WANG Lingling;LI Xiaoguang;XIE Zongyu(Department of Radiology,the First Affiliated Hospital of Bengbu Medical College,Bengbu 233004,China;Graduate School of Bengbu Medical College,Bengbu 233004,China;School of Medical Imaging,Bengbu Medical College,Bengbu 233004,China;Department of Radiology,Daping Hospital,Army Medical University,Chongqing 400042,China)

机构地区：[1]蚌埠医学院第一附属医院放射科,蚌埠233004 [2]蚌埠医学院研究生院,蚌埠233004 [3]蚌埠医学院医学影像学院,蚌埠233004 [4]陆军军医大学大坪医院放射科,重庆400042

出　　处：《磁共振成像》

基　　金：安徽省教育厅自然科学基金重点项目(编号:KJ2019A0402);蚌埠医学院校级课题(编号:2022byzd012)。

年　　份：2023

卷　　号：14

期　　号：3

起止页码：81-87

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、IC、JST、ZGKJHX、核心刊

摘　　要：目的探讨基于动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)的瘤内及瘤周影像组学列线图在预测乳腺癌患者腋窝淋巴结(axillary lymph node,ALN)转移中的价值。材料与方法回顾性分析蚌埠医学院第一附属医院术前经乳腺DCE-MRI检查且经病理证实的180例乳腺癌患者病例,按照7∶3的比例随机分为训练集(n=126)及测试集(n=54)。首先,选择DCE-MRI第2期病灶最大层面勾画感兴趣区(region of interest,ROI),并且适形外扩6 mm,通过最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归筛选最优影像组学特征,通过支持向量机(support vector machine,SVM)方法获取瘤内、瘤周及瘤内+瘤周影像组学评分(radiomics score,Rad-score),分别构建瘤内模型、瘤周模型、瘤内+瘤周模型,通过单-多因素logistic回归筛选临床高危因素构建临床模型,最终选择效能最高的瘤内+瘤周Rad-score联合临床高危因素构建影像组学列线图模型。采用受试者工作特征(receiver operating characteristic,ROC)曲线分析各模型的预测效能并计算曲线下面积(area under the curve,AUC),使用校准曲线评估预测模型的临床实用性。结果列线图模型诊断性能最佳,其训练集AUC、敏感度、特异度及准确度分别为0.945、87.5%、93.0%及92.6%;测试集分别为0.942、90.9%、90.6%及90.2%。结论列线图模型在术前对乳腺癌ALN转移的预测中具有重要价值,可以科学、无创地为临床决策提供重要指导。

关 键 词：乳腺癌 淋巴结 腋窝淋巴结 瘤周  磁共振成像  影像组学  列线图

分 类 号：R445.2] R737.9]