摘要：目的 评估基于CT影像组学的列线图预测胃癌内镜活检与术后病理Lauren分型差异的价值。方法 回顾性分析126例经手术病理确诊的胃癌患者，根据内镜活检与术后病理结果是否一致将其分为一致组（n=77）与不一致组（n=49），同时按2∶1比例分为训练集与验证集。筛选临床预测因子，构建临床预测模型；于静脉期CT图像提取影像组学特征，采用L1正则化方法对特征进行筛选，以决策树、随机森林、逻辑回归3种机器学习（ML）算法构建影像组学模型；基于临床及最佳影像组学ML模型构建列线图；评估各模型及列线图的预测效能及其临床价值。结果 患者年龄、血小板计数、动脉期CT值是预测胃癌内镜活检与术后病理分型不一致的独立因子。3种ML模型中，随机森林预测效能较好，其在训练集与验证集中的曲线下面积（AUC）分别为0.835及0.724。临床模型、影像组学模型及列线图在训练集的AUC分别为0.764、0.835及0.884，在验证集分别为0.760、0.724及0.841；列线图在训练集与验证集均显示出较好的拟合度及临床实用性。结论 基于CT影像组学列线图用于预测胃癌内镜活检与术后病理分型不一致性具有潜在临床应用价值。
文章目录
1 资料与方法
1.1 研究对象
1.2 仪器与方法
1.3 图像分析
1.4 筛选影像组学特征及构建模型
1.5 统计学分析
2 结果
2.1 基本资料及影像学指标
2.2 影像组学特征
2.3 模型效能
3 讨论
