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49 | 下载16

目的 探究临床-影像组学列线图对非小细胞肺癌(non-small cell lung cancer,NSCLC)肺门与纵隔淋巴结转移(lymph node metastasis,LNMs)的预测价值.方法 将190例NSCLC分成训练组(n=133)和外部验证组(n=57),分别构建三种Logistic回归预测模型.采用受试者工作特征曲线(receiver operator characteristic curve,ROC)及曲线下面积(area under the curve,AUC)评价模型的预测效能,模型间AUC差异采用Delong检验,校准曲线评价校准度,决策曲线分析(decision curve analysis,DCA)评价临床适用性.结果 影像组学模型由6个影像组学特征(Radscore)构成;毛刺征、病灶成分以及癌胚抗原(carcino-embryonic antigen,CEA)构成临床模型;毛刺征、病灶成分以及Radscore构成临床-影像组学列线图模型.训练组中,临床-影像组学列线图模型预测效能(AUC=0.840)高于临床模型(AUC=0.762)和影像组学模型(AUC=0.759),AUC存在统计学差异(P<0.05).外部验证组中,临床-影像组学列线图模型(AUC=0.800)亦高于临床模型(AUC=0.729)和影像组学模型(AUC=0.730),AUC无统计学差异(P>0.05).校准曲线与DCA显示,临床-影像组学列线图具有良好的校准度和临床适用性.结论 临床-影像组学列线图对NSCLC肺门与纵隔LNMs具有良好的预测能力,明显高于单一的影像组

作者:徐鹤;王伟;刘长林;万学东;谢宗玉;周辉

来源:中国CT和MRI杂志 2023 年 21卷 11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:49 | 下载:16
作者:
徐鹤;王伟;刘长林;万学东;谢宗玉;周辉
来源:
中国CT和MRI杂志 2023 年 21卷 11期
标签:
临床-影像组学列线图 非小细胞肺癌 肺门与纵隔淋巴结转移 Clinical-radiomics Nomogram Non-small Cell Lung Cancer Lymph Node Metastasis Involving The Hilum and Mediastinum
目的 探究临床-影像组学列线图对非小细胞肺癌(non-small cell lung cancer,NSCLC)肺门与纵隔淋巴结转移(lymph node metastasis,LNMs)的预测价值.方法 将190例NSCLC分成训练组(n=133)和外部验证组(n=57),分别构建三种Logistic回归预测模型.采用受试者工作特征曲线(receiver operator characteristic curve,ROC)及曲线下面积(area under the curve,AUC)评价模型的预测效能,模型间AUC差异采用Delong检验,校准曲线评价校准度,决策曲线分析(decision curve analysis,DCA)评价临床适用性.结果 影像组学模型由6个影像组学特征(Radscore)构成;毛刺征、病灶成分以及癌胚抗原(carcino-embryonic antigen,CEA)构成临床模型;毛刺征、病灶成分以及Radscore构成临床-影像组学列线图模型.训练组中,临床-影像组学列线图模型预测效能(AUC=0.840)高于临床模型(AUC=0.762)和影像组学模型(AUC=0.759),AUC存在统计学差异(P<0.05).外部验证组中,临床-影像组学列线图模型(AUC=0.800)亦高于临床模型(AUC=0.729)和影像组学模型(AUC=0.730),AUC无统计学差异(P>0.05).校准曲线与DCA显示,临床-影像组学列线图具有良好的校准度和临床适用性.结论 临床-影像组学列线图对NSCLC肺门与纵隔LNMs具有良好的预测能力,明显高于单一的影像组

Baidu
map