目的探討基于CT影像建立的諾莫圖模型在肺癌淋巴結(jié)轉(zhuǎn)移預(yù)測中的作用。方法回顧性分析了2014—2017年遼寧省腫瘤醫(yī)院收治的211例惡性肺結(jié)節(jié)患者的影像和臨床資料,其中72例經(jīng)病理證實(shí)存在淋巴結(jié)轉(zhuǎn)移。通過提取和篩選肺CT影像組學(xué)特征,構(gòu)建諾模圖模型對淋巴結(jié)轉(zhuǎn)移進(jìn)行預(yù)測。通過繪制ROC曲線并計算AUC值評估模型的預(yù)測能力,使用決策曲線分析評估模型的臨床適用性。結(jié)果構(gòu)建的諾莫圖模型在訓(xùn)練集和測試集上的AUC分別為0.859（靈敏度為0.810,特異度為0.773）和0.864（靈敏度為0.820,特異度為0.753）,決策曲線表明模型有良好的臨床應(yīng)用價值。結(jié)論基于CT圖像特征以及相關(guān)臨床指標(biāo)構(gòu)建的諾莫圖模型是作為無創(chuàng)預(yù)測惡性肺結(jié)節(jié)淋巴結(jié)轉(zhuǎn)移的有效方法。 

【文章來源】：中國醫(yī)療設(shè)備. 2020,35(05)

【文章頁數(shù)】：4 頁

【部分圖文】：

多因素邏輯回歸結(jié)合CEA和影像組學(xué)標(biāo)簽構(gòu)建的諾莫圖模型

經(jīng)諾莫圖模型繪制出ROC曲線，見圖2。模型訓(xùn)練集的AUC為0.859（靈感度為0.810，特異度為0.773），測試集AUC為0.864（靈感度為0.820，特異度為0.753），結(jié)果表明諾莫圖模型在預(yù)測肺癌淋巴結(jié)轉(zhuǎn)移方面展現(xiàn)出了良好的預(yù)測性能。圖3所示為諾莫圖模型的決策曲線，分析曲線可知當(dāng)患者發(fā)生淋巴結(jié)轉(zhuǎn)移的閾概率大于0.06%時，使用諾莫圖模型對患者進(jìn)行淋巴結(jié)轉(zhuǎn)移的預(yù)測相較另外兩種治療方案（假設(shè)所有患者均發(fā)生淋巴結(jié)轉(zhuǎn)移和假設(shè)所有患者均未發(fā)生淋巴結(jié)轉(zhuǎn)移）而言，能得到更大的凈獲益。這一結(jié)論凸顯了諾莫圖模型在淋巴結(jié)轉(zhuǎn)移預(yù)測方面的臨床應(yīng)用價值。圖3 諾莫圖模型中的決策曲線

諾莫圖模型中的決策曲線


本文編號：3135283