不同MRI影像组学方法预测直肠癌新辅助治疗病理完全缓解的价值比较

目的探讨基于治疗前MRI不同影像组学方法预测局部进展期直肠癌(locally advanced rectal cancer,LARC)新辅助放化疗(neoadjuvant chemoradiotherapy,nCRT)病理完全缓解(pathological complete response,pCR)的价值.材料与方法回顾性分析2013年1月至2020年12月期间于北京大学第三医院进行nCRT后行根治手术的76例LARC患者病例,根据术后病理结果分为pCR组(n=38)及非pCR组(n=38).在治疗前高分辨率T2WI序列图像上分割病灶、肠段及系膜脂肪感兴趣容积(volume of interest,VOI),提取影像组学特征并进行特征筛选,分别采用逻辑回归(logistics regression,LR)、二次判别分析(quadratic discriminant analysis,QDA)、支持向量机(support vector machine,SVM)分类器建立病灶、肠段、系膜脂肪、combine1(病灶+系膜脂肪)、combine2(肠段+系膜脂肪)影像组学预测模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估不同模型的预测效能,通过五折交叉验证方式进行模型的训练与测试,并筛选最优模型.结果用于建立病灶、肠段、系膜脂肪、combine1、combine2模型的特征数量分别为6、7、7、8、7个,在15个模型中,采用病灶+系膜脂肪特征建立的LR模型性能最佳,其平均曲线下面积(area under the curve,AUC)、F1分数、敏感度、特异度、准确率及其95％置信区间(confidence interval,CI)分别为0.857(0.647～1.000)、81.2％(59.5％～96.0％)、78.2％(36.7％～95.5％)、86.4％(47.0％～98.7％)、82.3％(66.3％～95.7％).结论基于治疗前MRI不同影像组学方法可实现对LARC患者nCRT后pCR的无创预测,且病灶+系膜脂肪特征的LR模型的预测效能最佳.