基于增强CT图像评分模型预测食管鳞状细胞癌P53表达的初步研究
目的 通过食管癌增强CT图像特征建立简易评分模型,预测食管鳞状细胞癌(ESCC)P53阳性表达的风险,为临床治疗方案的选择提供重要依据.方法 搜集南京医科大学附属淮安第一医院2017年12月至2020年12月间228例ESCC患者.根据术后免疫组织化学病理结果分为P53阴性组(n=78)和阳性组(n=150).评估术前增强CT图像,记录食管癌患者年龄、性别、肿瘤位置、大小(长度、厚度)、CT强化程度.采用多元Logistic回归筛选独立预测因子并建立评分模型,采用受试者工作特征(ROC)曲线评估评分模型及独立预测P53阳性表达的效能.应用Hosmer-Lemeshow检验和校准曲线评估模型拟合度.结果 多元Logistic回归结果显示肿瘤长度、CT强化程度是P53阳性表达的独立预测因子(P＜0.05),其诊断P53阳性表达的曲线下面积(AUC)分别为0.822、0.636.基于以上2个CT特征建立评分模型,评分模型诊断P53阳性表达的AUC为0.835(95％CI:0.779～0.892),当以评分1分为阈值时,评分模型诊断P53阳性表达的灵敏度为85.3％,特异度为78.2％、阳性预测值为79.6％、阴性预测值为76％、准确率为71.2％.拟合优度Hosmer-Lemeshow检验结果显示P=0.305,校准曲线提示评分模型预测P53阳性表达的风险与实际风险之间具有良好的一致性.结论 基于增强CT图像特征所建立的简易评分模型可准确、客观地预测ESCC组织P53阳性表达的风险,有助于治疗方案的选择及改善患者的预后.
食管癌、鳞状细胞癌、评分模型P53
41
R651.1;R73;R587.2
2022-07-26（万方平台首次上网日期，不代表论文的发表时间）
共5页
1033-1037
