南方医科大学学报 ›› 2024, Vol. 44 ›› Issue (2): 397-404.doi: 10.12122/j.issn.1673-4254.2024.02.23
刘云泽,李宬润,郭俊唐,刘 阳
LIU Yunze, LI Chengrun, GUO Juntang, LIU Yang
摘要: 目的 探讨临床-影像组学组合模型对于局灶性机化性肺炎和周围性肺腺癌的鉴别诊断价值。方法 回顾性分析2019年1月~2022年12月解放军总医院第一医学中心胸外科术后病理证实为局灶性机化性肺炎的60例患者,根据倾向评分匹配,1∶2选择出120例肺腺癌患者,收集其临床和影像资料。临床相关资料采用Logistic回归筛选独立危险因素,影像组学相关资料采用随机抽样的方法将患者按照8∶2的比例分为训练集(144例)与测试集(36例),采用Python3.7数据包提取1835个特征,经过统计学处理,结合临床资料建立模型,在训练集和测试集中应用受试者操作特征(ROC)曲线对模型进行验证,评价该模型针对局灶性机化性肺炎与周围型肺腺癌的鉴别诊断效能,并建立列线图模型。结果 统计学分析,发现“过敏史”为机化性肺炎的独立危险因素(P=0.016),血液学结果无明显差异(P>0.05)。在影像组学特征提取和降维后,筛选出30个对于鉴别两种疾病有意义的影像组学标签,其中对于鉴别意义前3位的影像组学标签为“GraylevelNonUniformity,灰度游程矩阵中的灰度非均匀性”、“SizeZoneNonUniformity,灰度级大小区域矩阵特征中的尺寸区域非均匀性”、“shape-Sphericity,原始图像形状的球形度”。根据临床-影像组学特征建立的预测模型在训练集中受试者工作特征(ROC)曲线下面积(AUC)为0.909(95% CI:0.8550~0.9627)、测试集为0.901(95% CI:0.8030~0.9989)。模型在训练集敏感度、特异性及准确率分别为85.4%、83.5%、84.0%,测试集分别为94.7%、70.6%、83.3%。结论 基于临床-影像组学的列线图模型对局灶性机化性肺炎与周围型肺腺癌有较好的鉴别诊断效能,有望降低因诊断不明导致的过度治疗,使患者获益。