您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览50 | 下载35

目的 探讨基于增强CT动脉期影像组学模型术前预测胃癌淋巴结转移(LNM)的价值.方法 回顾性收集 296 例胃癌患者的影像图像及临床资料,按 7 ︰ 3 随机分为训练组(n=207)及验证组(n=89).对验证组采用单因素及多因素回归分析比较临床变量和LNM情况.对放射组学特征采用组间一致性分析后,使用最小绝对收缩和选择算子(LASSO)算法筛选最佳特征并构建影像组学评分(Radscore).最终构建临床、Radscore及临床+ Radscore的组合模型.结果 基于临床+放射组学特征建立的预测模型具有出色的 LNM检测性能.校准图和临床决策曲线显示出良好的临床校准度和临床实用性.结论 基于增强 CT 动脉期CT纹理特征及临床因素建立的列线图对术前预测胃癌患者有无 LNM具有较大潜力.

作者:马涛;程好堂;高强;高晓龙

来源:实用放射学杂志 2023 年 39卷 9期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:50 | 下载:35
作者:
马涛;程好堂;高强;高晓龙
来源:
实用放射学杂志 2023 年 39卷 9期
标签:
胃癌 淋巴结转移 列线图 影像组学 gastric cancer lymph node metastasis nomogram radiomics
目的 探讨基于增强CT动脉期影像组学模型术前预测胃癌淋巴结转移(LNM)的价值.方法 回顾性收集 296 例胃癌患者的影像图像及临床资料,按 7 ︰ 3 随机分为训练组(n=207)及验证组(n=89).对验证组采用单因素及多因素回归分析比较临床变量和LNM情况.对放射组学特征采用组间一致性分析后,使用最小绝对收缩和选择算子(LASSO)算法筛选最佳特征并构建影像组学评分(Radscore).最终构建临床、Radscore及临床+ Radscore的组合模型.结果 基于临床+放射组学特征建立的预测模型具有出色的 LNM检测性能.校准图和临床决策曲线显示出良好的临床校准度和临床实用性.结论 基于增强 CT 动脉期CT纹理特征及临床因素建立的列线图对术前预测胃癌患者有无 LNM具有较大潜力.

Baidu
map