基于计划 CT 放射组学模型预测肛门鳞状细胞癌放化疗后无复发生存
计算机视觉与模式识别
2023-09-07 v1 人工智能
摘要
目的：约 30% 的非转移性肛门鳞状细胞癌（ASCC）患者会在放化疗（CRT）后复发，且现有临床变量对治疗反应的预测能力较差。我们旨在开发一种利用放疗前计划 CT 提取信息预测 ASCC 患者 CRT 后无复发生存（RFS）的模型。方法：从 96 例 ASCC 患者的计划 CT 图像中提取放射组学特征。经预特征选择后，通过逐步前向特征选择与多变量 Cox 比例风险模型选出最优特征集。RFS 预测由基于最优特征集的放射组学-临床联合模型生成，采用五折交叉验证重复五次。所提模型的风险分层能力通过 Kaplan-Meier 分析评估。结果：基于形状和纹理的放射组学特征显著预测 RFS。与仅临床模型相比，放射组学-临床联合模型在测试队列中表现更优，C-index 更高（0.80 对 0.73），AUC 更高（1年 RFS 0.84 对 0.79，2年 RFS 0.84 对 0.78，3年 RFS 0.86 对 0.83），并区分出高、低复发风险组（p<0.001）。结论：相较于仅用临床特征的模型，基于治疗计划 CT 的放射组学-临床联合模型在预测接受 CRT 的 ASCC 患者 RFS 方面具有更优预后性能。
引用
@article{arxiv.2309.02562,
title = {Recurrence-Free Survival Prediction for Anal Squamous Cell Carcinoma Chemoradiotherapy using Planning CT-based Radiomics Model},
author = {Shanshan Tang and Kai Wang and David Hein and Gloria Lin and Nina N. Sanford and Jing Wang},
journal= {arXiv preprint arXiv:2309.02562},
year = {2023}
}