基于MRI影像组学、临床指标及PI-RADS v2.1评分构建前列腺癌包膜外侵犯的预测模型

摘要:

目的 探讨基于磁共振成像（MRI）影像组学、临床指标及PI-RADS v2.1评分构建的融合模型预测前列腺癌包膜外侵犯（EPE）的可行性。方法 选择2022年1月至2024年9月余姚市人民医院收治的前列腺癌EPE患者107列。采用Logistic回归分析探究影响前列腺癌患者EPE发生的相关因素；通过LASSO回归分析提取MRI影像组学特征，构建影像组学模型；利用Logistic回归分析构建融合模型；受试者工作特征（ROC）曲线、校准曲线、临床决策曲线评价模型的预测效能；分析影像组学评分（Radscore）与临床特征及 PI-RADS v2.1评分的相关性。结果 病灶横切面面积、病灶最大直径、前列腺体积、PI-RADS v2.1评分、Gleason评分升高，器官累及，癌细胞转移均是EPE的独立危险因素（均P＜0.05）。共筛选出6个影像组学特征构建影像组学模型；临床特征模型、影像组学特征模型及PI-RADS v2.1评分对患者EPE发生情况均有较好的区分力，但融合模型的预测效能最高；Radscore与临床特征、PI-RADS v2.1评分呈正相关（均P＜0.05）。结论 MRI 影像组学、临床特征及 PI-RADS v2.1评分构建融合模型能提高预测前列腺癌EPE的效能。

Abstract: