基于CT影像组学预测结直肠癌KRAS基因突变

目的 探讨基于CT影像组学模Adezmapimod MW型术前预测结直肠癌KRAS基因状态的价值。资料与方法 回顾性收集2019年7月—2022年1月四川省肿瘤医院经病理证实的原发性结直肠癌177例,分为训练组123例(62例KRAS突变,61例KRAS野生型)和验证组54例(31例KRAS突变,23例KRAS野生型)。以每例结直肠癌的原发灶作为感兴趣区,共提取1 352个放射学特征。使用最小C59溶解度冗余最大相关、最小绝对收缩和选择算子、向后逐步Logistic回归3个步骤在训练Forensic genetics组中筛选关键特征,并建立KRAS预测的影像组学模型。通过受试者工作特征曲线下面积评价预测性能。绘制校准曲线以评估预测概率和实际概率之间的一致性。使用Hosmer-Lemeshow检验评估影像组学模型的拟合优度。通过决策曲线分析评估放射模型的应用价值。结果 选择7个特征建立影像组学模型,该模型在突变KRAS组和野生型KRAS组之间的区分性能显示,训练组的曲线下面积为0.755(95%CI0.669~0.828),验证组的曲线下面积为0.724(95%CI 0.585~0.837)。校准曲线显示,预测概率和实际概率之间具有良好的一致性,且Hosmer-Lemeshow测试结果显示在训练组和验证组中差异均无统计学意义(χ~2=8.427,P=0.310;χ~2=6.054,P=0.630)。临床决策曲线显示,当风险阈值为30%~98%时,采用影像组学方法预测KRAS的临床获益较高。结论 基于CT的影像组学模型术前预测结直肠癌KRAS突变具有一定的诊断价值。