咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于MRI征象建立预测肝细胞癌相关恶病质的列线图 收藏

基于MRI征象建立预测肝细胞癌相关恶病质的列线图

Development of a nomogram for predicting cachexia in hepatocellular carcinoma based on MRI features

作     者:李信响 刘兵 江洋 赵宇飞 彭新桂 LI Xin-xiang;LIU Bing;JIANG Yang;ZHAO Yu-fei;PENG Xin-gui

作者机构:东南大学附属中大医院放射科南京210009 中国科学技术大学附属第一医院(安徽省立医院)影像科合肥230001 

出 版 物:《复旦学报(医学版)》 (Fudan University Journal of Medical Sciences)

年 卷 期:2025年第52卷第1期

页      面:16-23页

核心收录:

学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 100214[医学-肿瘤学] 10[医学] 

基  金:国家自然科学基金面上项目(82272064) 东南大学附属中大医院江苏省高水平医院结对帮扶建设项目(zdlyg08) 

主  题:肝细胞癌(HCC) 恶病质 MRI征象 列线图 

摘      要:目的探讨治疗前MRI征象预测肝细胞癌(hepatocellular carcinoma,HCC)相关恶病质的价值。方法回顾性分析399例HCC患者治疗前临床和MRI资料。所有患者均进行MRI平扫及增强检查,并随访MRI检查后6个月时患者的体重。根据恶病质诊断标准,将患者分为恶病质组和非恶病质组。按照随机抽样将所有病例分为训练集(n=279)和验证集(n=120)。利用单因素和多因素逻辑回归分析筛选与HCC相关恶病质的变量,建立预测模型。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,采用DeLong检验比较不同模型AUC值,选择最佳性能模型建立预测HCC相关恶病质列线图。结果多因素逻辑回归分析显示,血清白蛋白100 ng/mL、肿瘤直径5 cm、门静脉癌栓、瘤内强化动脉和动脉期肿瘤边缘肝实质强化是预测肝细胞癌相关恶病质独立危险因素,临床-影像模型预测性能最好,训练集区分度AUC达0.843,验证集达0.854。结论依据MRI征象建立列线图可较临床诊断提前6个月预测HCC相关恶病质,具有重要的临床治疗指导意义。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分