基于MRI影像组学列线图模型预测脑膜瘤术后复发的价值OA
目的 探讨基于术前MRI影像组学特征联合临床病理危险因素构建的列线图模型在预测脑膜瘤患者术后复发风险中的效能,并评估其临床适用性与获益价值。方法 纳入2020年6月至2024年1月于新疆维吾尔自治区人民医院接受根治性手术的130例脑膜瘤患者。所有患者术前均行MRI扫描。根据术后随访结果将患者分为复发组与非复发组,比较两组临床病理资料及实验室指标。筛选影响患者术后复发的危险因素。影响患者术后复发的影像学特征筛选采用LASSO回归分析,构建影像组学模型。将影像组学模型和Logistic回归分析模型(临床模型)结合构建预测脑膜瘤患者术后复发的列线图模型(临床-影像组学模型),同时对构建的模型进行验证。结果 随访1年,共124例患者完成随访,失访6例,失访率4.62%。其中48例(38.71%)出现术后复发。单因素及多因素分析显示,术后KPS评分<70分、肿瘤最大径>4 cm、WHOⅢ级、TSGF及Ki-67指数升高是脑膜瘤术后复发的独立危险因素(均P<0.05)。LASSO回归共筛选出13个具有非零系数的影像组学特征,其中纹理特征11个、直方图特征1个、形状特征1个。ROC曲线分析显示,临床-影像组学联合模型预测术后复发的曲线下面积(AUC)为0.905(95%CI:0.808~0.965),灵敏度为95.60%,特异度为78.40%,均优于单一临床模型及影像组学模型。列线图模型的C-index为0.816(95%CI:0.786~0.939)。校准曲线与Hosmer-Lemeshow检验(χ^(2)=1.538,P=0.769)提示模型拟合良好,无显著系统偏倚。决策曲线分析显示,临床-影像组学模型的临床净获益曲线在全阈值区间内均处于其他两种模型的上方,提示将临床变量与影像组学特征相整合,可获得最优的风险分层净收益。结论 基于术前MRI影像组学与临床病理因素构建的列线图模型可有效预测脑膜瘤患者术后复发风险,具有良好的区分能力、校准度及临床实用价值,有望为个体化术后随访与干预策略提供依据。
米艾赛·吐尔逊;旭合热提·吾提库尔;尼鲁帕尔·艾比布拉;王姗姗
新疆维吾尔自治区人民医院CT室,新疆乌鲁木齐830000新疆维吾尔自治区人民医院CT室,新疆乌鲁木齐830000新疆维吾尔自治区人民医院CT室,新疆乌鲁木齐830000新疆维吾尔自治区人民医院CT室,新疆乌鲁木齐830000
医药卫生
脑膜瘤外科手术术后复发MRI影像组学
《中国肿瘤外科杂志》 2026 (4)
P.436-442,7
新疆维吾尔自治区自然科学基金(2023D01C136)。
评论