基于 CT 肿瘤内外区域构建的影像组学模型对透明细胞肾细胞癌（ccRCC）病理 T 分期的精准预测

《Annals of Surgical Oncology》：Intra- and Peritumoral CT-Based Radiomics for Assessing Pathologic T-Staging in Clear Cell Renal Cell Carcinoma: A Multicenter Study

为探究 CT 肿瘤内外区域影像组学模型对 ccRCC 病理 T 分期的预测能力，研究发现该模型有一定价值。

　　背景：基于计算机断层扫描（CT）肿瘤内区域构建的影像组学模型可预测透明细胞肾细胞癌（ccRCC）的病理 T 分期。然而，结合 CT 肿瘤内和肿瘤周围区域的影像组学模型对 ccRCC 患者病理 T 分期的预测能力，至今尚未见报道。
方法：本研究纳入了 250 例接受腹腔镜手术的 ccRCC 患者。基于肿瘤内和肿瘤周围区域开发了三种影像组学模型。分析每个模型的敏感性、特异性、准确性和受试者工作特征（ROC）曲线。采用决策曲线分析（DCA）和校准曲线评估模型的净效益和校准能力。此外，还将不同模型的诊断性能与放射科医生的诊断性能进行了比较。
结果：基于 5mm 肿瘤内和肿瘤周围区域的影像组学模型表现最强，在训练集、验证集和测试集中区分 ccRCC 高、低 T 分期的曲线下面积值分别为 0.91（95% 置信区间 [CI]，0.8551 - 0.9650）、0.85（95% CI，0.7490 - 0.9517）和 0.873（95% CI，0.7612 - 0.9839）。该模型在训练集、验证集和测试集中的准确性分别为 0.798、0.732 和 0.769，相应的敏感性值分别为 0.921、0.857 和 0.882，特异性值分别为 0.747、0.690 和 0.729。校准曲线显示预测结果与实际结果高度一致，而 DCA 表明该模型提供了有意义的净效益。
结论：基于 CT 肿瘤内和肿瘤周围区域的影像组学模型在区分 ccRCC 高、低 T 分期方面具有一定价值。