基于CT影像组学列线图对乏脂肪肾血管平滑肌脂肪瘤与肾透明细胞癌鉴别诊断的价值

目的 基于临床变量和CT影像学特征构建列线图,用于术前鉴别诊断肾透明细胞癌(Clear Cell Renal Cell Carcinoma,ccRCC)和乏脂性肾血管平滑肌脂肪瘤(Fat-Poor Angiomyolipoma,fp-AML).方法 将病理证实的87例肿瘤直径≤4 cm的肾脏小肿块患者(包括54例ccRCC和33例fp-AML)纳入本次回顾性研究.患者均进行三期CT扫描,包括平扫期(Unenhanced Phase,UP)、皮质期(Corticomedullary Phase,CMP)和髓质期(Nephrographic Phase,NP).从CT图像中提取影像组学特征,采用SMOTE算法进行样本平衡,筛选影像组学特征,构建3个影像组学模型:UP模型、CMP模型和NP模型,计算相应的影像组学评分,筛选出最优模型,并筛选有统计学意义的临床变量构建临床模型,进而将筛选出的临床变量与最优模型影像组学评分结合,构建联合模型并绘制列线图.采用受试者工作特征曲线评价临床模型、影像组学模型和联合模型的诊断效能,采用校正曲线和决策曲线分别评价列线图可靠性和临床价值.结果 UP模型的性能优于其他两种模型(CMP模型和NP模型),且3个模型间存在较强的共线性;经Logistic回归分析,筛选出3个具有统计学意义的临床变量,将其与UP模型影像组学结合构建联合模型;临床模型、影像组学模型和联合模型的曲线下面积分别为0.704(95％CI:0.511～0.898)、0.846(95％CI:0.698～0.994)、0.944(95％CI:0.876～1.000);校准曲线显示列线图预测值与实际病理结果之间均具有良好的一致性;决策曲线分析显示列线图具有良好的临床应用价值.结论 基于术前CT影像组学特征和临床变量构建的列线图在鉴别诊断ccRCC和fp-AML中具有良好的效能.