多中心^(18)F-FDG PET/CT影像组学及临床特征预测肺腺癌Ki-67表达水平

作     者：雒瑾 李娟 陈健 文波 周鑫 杨智睿 毛录英 卢芹 李林 LUO Jin;LI Juan;CHEN Jian

作者机构：成都市第二人民医院610041 宁夏医科大学总医院银川750004 

出 版 物：《临床放射学杂志》 (Journal of Clinical Radiology)

年 卷 期：2025年第44卷第3期

页      面：450-455页

学科分类：1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 100214[医学-肿瘤学] 100106[医学-放射医学] 10[医学] 

主　　题：肺腺癌 Ki-67抗原 ^(18)F-FDG PET/CT 影像组学 机器学习 

摘      要：目的评估基于多中心^(18)F-FDG PET/CT影像组学和临床联合特征的机器学习模型对非小细胞肺腺癌Ki-67表达水平的预测价值。方法回顾性分析机构1经病理学确诊的259例肺腺癌病例,按8∶2的比例分为训练集(n=207)和测试集(n=52),另选机构2的44例肺腺癌患者作为外部验证集。对临床病理资料进行单因素分析和多变量二元Logistic回归分析筛选出与Ki-67表达相关的独立影响因素并建立临床模型。利用PyRadiomics提取PET/CT影像组学特征,采用t检验及最小绝对收缩和选择算子(LASSO)算法筛选特征并计算影像组学评分(Radscore),建立影像组学模型。结合临床特征和Radscore,建立临床和影像联合模型。用随机森林算法预测肺腺癌Ki-67表达水平,比较不同模型的受试者工作特征(ROC)曲线的诊断效能,并使用临床决策曲线(DCA)来评估各模型的临床价值。结果最大标准化摄取值(SUVmax)(P=0.046)、肿瘤最大径(P=0.014)和CYFRA21-1(P=0.031)是Ki-67表达的独立影响因素。临床预测模型ROC曲线下面积(AUC)为0.64(0.62~0.65)高于影像组学模型的AUC 0.60(0.53~0.66);基于临床和影像组学联合模型在测试集的AUC为0.87(0.84~0.90),明显优于单纯的临床或影像组学模型;外部验证集采用临床影像联合模型,其AUC为0.85(0.82~0.88)。DCA曲线显示,联合模型在较大阈值范围内(0~0.87)可为患者带来更大的临床获益。结论基于多中心临床和^(18)F-FDG PET/CT影像组学特征的机器学习模型在预测肺腺癌Ki-67表达方面有较大的应用价值。