多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化
目的探讨多参数磁共振成像联合表观弥散系数（ADC）直方图分析应用于膀胱癌合并其他病理分化类型的预测价值。方法回顾性收集并分析2015年3月至2023年3月就诊于中山大学附属第一医院并经手术病理证实为膀胱尿路上皮癌患者的临床及影像学资料。根据术后病理结果，将患者分为有合并其他病理分化（如鳞状分化、腺样分化等）组及无其他病理分化组。运用倾向性评分匹配的方法，将无分化组患者按年龄及性别与有分化组患者进行两组间1∶1最邻近匹配，两组均入组49例。使用ITK-SNAP软件在ADC对患者病灶全层勾画并将其导入开源软件Pyradiomics提取直方图特征。比较两组间膀胱癌患者的临床、病理及影像参数差异，计算...
Saved in:
| Main Authors: | , , , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Office of Journal of Sun Yat-sen University
2023-11-01
|
| Series: | Zhongshan Daxue xuebao. Yixue kexue ban |
| Subjects: | |
| Online Access: | http://xuebaoyx.sysu.edu.cn/zh/article/doi/10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2023.0615/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841528238598258688 |
|---|---|
| author | 孔令敏 凌坚 蔡迁 温志华 郭燕 王焕军 |
| author_facet | 孔令敏 凌坚 蔡迁 温志华 郭燕 王焕军 |
| author_sort | 孔令敏 |
| collection | DOAJ |
| description | 目的探讨多参数磁共振成像联合表观弥散系数（ADC）直方图分析应用于膀胱癌合并其他病理分化类型的预测价值。方法回顾性收集并分析2015年3月至2023年3月就诊于中山大学附属第一医院并经手术病理证实为膀胱尿路上皮癌患者的临床及影像学资料。根据术后病理结果，将患者分为有合并其他病理分化（如鳞状分化、腺样分化等）组及无其他病理分化组。运用倾向性评分匹配的方法，将无分化组患者按年龄及性别与有分化组患者进行两组间1∶1最邻近匹配，两组均入组49例。使用ITK-SNAP软件在ADC对患者病灶全层勾画并将其导入开源软件Pyradiomics提取直方图特征。比较两组间膀胱癌患者的临床、病理及影像参数差异，计算受试者工作特征曲线（ROC）的曲线下面积（AUC）评估各参数鉴别膀胱癌有无分化的诊断效能。采用多因素logistic回归筛选独立危险因素，以此构建临床模型。结果病灶形态、Ⅵ-RADS评分、强化特点及周围是否有可疑淋巴结肿大在两组间差异有统计学意义（<italic>P</italic> < 0.05）。有分化组ADC均数、第10、25、75和90百分位数均小于未分化组（<italic>P</italic> < 0.05）。多因素logistic回归分析发现，病灶强化特点、ADC平均数及第25，75百分位数为独立预测因子（<italic>P</italic> < 0.05），构建联合模型，其诊断效能最优［AUC （95%CI） =0. 91 （0.83， 0.96）］。结论多参数磁共振成像联合ADC直方图分析可准确预测膀胱癌患者是否合并其他病理分化，可协助临床制定更个体化的治疗方案。 |
| format | Article |
| id | doaj-art-e7a1d9e5617c4e429e85f3e9313d58fb |
| institution | Kabale University |
| issn | 1672-3554 |
| language | zho |
| publishDate | 2023-11-01 |
| publisher | Editorial Office of Journal of Sun Yat-sen University |
| record_format | Article |
| series | Zhongshan Daxue xuebao. Yixue kexue ban |
| spelling | doaj-art-e7a1d9e5617c4e429e85f3e9313d58fb2025-01-15T03:54:11ZzhoEditorial Office of Journal of Sun Yat-sen UniversityZhongshan Daxue xuebao. Yixue kexue ban1672-35542023-11-01441008101544075736多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化孔令敏凌坚蔡迁温志华郭燕王焕军目的探讨多参数磁共振成像联合表观弥散系数（ADC）直方图分析应用于膀胱癌合并其他病理分化类型的预测价值。方法回顾性收集并分析2015年3月至2023年3月就诊于中山大学附属第一医院并经手术病理证实为膀胱尿路上皮癌患者的临床及影像学资料。根据术后病理结果，将患者分为有合并其他病理分化（如鳞状分化、腺样分化等）组及无其他病理分化组。运用倾向性评分匹配的方法，将无分化组患者按年龄及性别与有分化组患者进行两组间1∶1最邻近匹配，两组均入组49例。使用ITK-SNAP软件在ADC对患者病灶全层勾画并将其导入开源软件Pyradiomics提取直方图特征。比较两组间膀胱癌患者的临床、病理及影像参数差异，计算受试者工作特征曲线（ROC）的曲线下面积（AUC）评估各参数鉴别膀胱癌有无分化的诊断效能。采用多因素logistic回归筛选独立危险因素，以此构建临床模型。结果病灶形态、Ⅵ-RADS评分、强化特点及周围是否有可疑淋巴结肿大在两组间差异有统计学意义（<italic>P</italic> < 0.05）。有分化组ADC均数、第10、25、75和90百分位数均小于未分化组（<italic>P</italic> < 0.05）。多因素logistic回归分析发现，病灶强化特点、ADC平均数及第25，75百分位数为独立预测因子（<italic>P</italic> < 0.05），构建联合模型，其诊断效能最优［AUC （95%CI） =0. 91 （0.83， 0.96）］。结论多参数磁共振成像联合ADC直方图分析可准确预测膀胱癌患者是否合并其他病理分化，可协助临床制定更个体化的治疗方案。http://xuebaoyx.sysu.edu.cn/zh/article/doi/10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2023.0615/膀胱肿瘤尿路上皮磁共振成像直方图分化 |
| spellingShingle | 孔令敏 凌坚 蔡迁 温志华 郭燕 王焕军 多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化 Zhongshan Daxue xuebao. Yixue kexue ban 膀胱肿瘤 尿路上皮 磁共振成像 直方图 分化 |
| title | 多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化 |
| title_full | 多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化 |
| title_fullStr | 多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化 |
| title_full_unstemmed | 多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化 |
| title_short | 多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化 |
| title_sort | 多参数磁共振成像联合表观弥散系数直方图分析预测膀胱癌的病理分化 |
| topic | 膀胱肿瘤 尿路上皮 磁共振成像 直方图 分化 |
| url | http://xuebaoyx.sysu.edu.cn/zh/article/doi/10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2023.0615/ |
| work_keys_str_mv | AT kǒnglìngmǐn duōcānshùcígòngzhènchéngxiàngliánhébiǎoguānmísànxìshùzhífāngtúfēnxīyùcèbǎngguāngáidebìnglǐfēnhuà AT língjiān duōcānshùcígòngzhènchéngxiàngliánhébiǎoguānmísànxìshùzhífāngtúfēnxīyùcèbǎngguāngáidebìnglǐfēnhuà AT càiqiān duōcānshùcígòngzhènchéngxiàngliánhébiǎoguānmísànxìshùzhífāngtúfēnxīyùcèbǎngguāngáidebìnglǐfēnhuà AT wēnzhìhuá duōcānshùcígòngzhènchéngxiàngliánhébiǎoguānmísànxìshùzhífāngtúfēnxīyùcèbǎngguāngáidebìnglǐfēnhuà AT guōyàn duōcānshùcígòngzhènchéngxiàngliánhébiǎoguānmísànxìshùzhífāngtúfēnxīyùcèbǎngguāngáidebìnglǐfēnhuà AT wánghuànjūn duōcānshùcígòngzhènchéngxiàngliánhébiǎoguānmísànxìshùzhífāngtúfēnxīyùcèbǎngguāngáidebìnglǐfēnhuà |