APP下载

CT影像组学联合临床特征在预测肺腺癌EGFR突变中的价值

2021-09-16李健维王小雷张书海谢宗玉

蚌埠医学院学报 2021年8期
关键词:特征模型

李健维,杨 昭,王小雷,张书海,谢宗玉

肺癌是全球癌症相关死亡的主要原因[1],非小细胞肺癌(nonsmall-cell lung cancer,NSCLC)最常见的基因突变是表皮生长因子受体(epidermal growth factor receptor,EGFR)突变[2]。与野生型EGFR病人相比,酪氨酸激酶抑制剂(tyrosine kinase inhibitors,TKIs)对EGFR突变病人有着更高的应答率[3],能够提高病人的无进展生存期[4],改善生活质量,因此TKIs被美国国家综合癌症网络(national comprehensive cancer network,NCCN)推荐为NSCLC的一线治疗方法[5]。活检组织病理学标本最常用于检测EGFR的突变状态,但是由于肿瘤的异质性、取样的偏差、耗时的程序、有创并且增加了癌症转移的风险[6],一定程度上限制了其在EGFR突变检测中的应用。影像组学是从影像图像中高通量地提取大量影像信息,将视觉影像信息转化为深层次的定量影像特征来进行量化研究,不仅有效地解决了肿瘤异质性难以定量评估的问题,而且无创,可以重复进行[7]。影像组学在肺部病变的定性、肺癌的分级与分期、肺癌的疗效评估和预后预测等方面已有较为广泛的研究[8-9],本文旨在探究影像组学联合临床特征在预测肺腺癌EGFR突变状态中的价值。

1 资料与方法

1.1 一般资料 选取2019-2020年蚌埠医学院第一附属医院收治的125例经病理证实为肺腺癌的病人,男51例,女74例,年龄29~82岁。纳入标准:(1)术前2周内接受完整的胸部CT检查;(2) CT检查前未接受任何治疗;(3)病理证实为肺腺癌;(4)临床资料完整。排除标准:(1)术前2周内未接受完整的胸部CT检查(6例);(2)未进行根治性手术治疗(8例);(3)CT检查前接受过系统性或局部性治疗(3例);(4)术后病理证实为非肺腺癌(8例);(5)合并阻塞性肺不张或其他肺部病变(8例);……

登录APP查看全文

猜你喜欢

特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
一个相似模型的应用