结合计算机断层扫描放射学和临床特征,预测肺癌患者的淋巴结转移
Peiqi Wang1,2, Hao Hu3,4, Yubo Wang3,4
1Department of Medical Imaging, Panzhihua Traditional Chinese Medicine and Western Medicine Hospital, Panzhihua, 617000, China.
BMC medical imaging
|March 17, 2026
概括
这项研究开发了一种非对比CT放射性模型,用于预测肺癌患者的淋巴结转移. 结合的临床-放射性模型显示高精度,有助于非侵入性临床决策.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 精确的淋巴结转移的术前评估对于肺癌治疗和预后至关重要.
- 目前用于LNM评估的方法存在局限性.
研究的目的:
- 开发和验证LNM的预测模型,使用非对比CT扫描的放射性特征与临床数据相结合.
- 评估模型的性能和肺癌患者的临床实用性.
主要方法:
- 对403名肺癌患者的回顾性分析 (培训,内部和外部测试集).
- 从非对比CT图像中提取放射性特征,并使用LASSO回归进行选择.
- 机器学习模型的构建和评估,包括使用AUC和DCA的联合临床-放射性支持矢量机 (SVM) 模型.
主要成果:
- 综合临床-放射性SVM模型实现了高预测性能,AUC为0.927 (训练),0.852 (内部测试) 和0.812 (外部测试).
- 该模型确定了2个临床特征和16个与LNM强烈相关的放射性特征.
- 决策曲线分析证实了在各种值上具有有利的临床效用.
结论:
- 一个基于CT的非对比的临床放射性模型有效地预测了肺癌中的LNM.
- 这种非侵入性模型可以帮助肺癌患者个性化临床决策.
