肺腺癌CT影像特征联合影像组学在预测EGFR基因状态中的应用效果

目的 探讨肺腺癌CT影像特征联合影像组学在表皮生长因子受体（Epidermal Growth Factor Receptor,EGFR）基因情况中的预测效果。方法 纳入78例经病理检测确诊的肺腺癌患者，收集术前CT影像学资料及EGFR基因检测结果。由两名高年资影像科医师对CT影像特征进行评估，如肿瘤的大小、形态、边缘、密度等。利用影像组学软件提取CT影像的高通量定量特征。运用Logistic回归分析构建三个预测模型，通过绘制受试者工作特征曲线对三个模型预测效能进行评估，采用DeLong检验的方式进行对比。结果 78例经病理检查确诊为肺腺癌的患者中，男42例，女36例，年龄51～65岁患者的占比最大（52.6%）,39.7%的患者有吸烟史（汉族96.2%），学历以初中为主（35.9%），其次为高中/中专（32.1%）。在患者的TNM分期中，占比最高者为Ⅰ期（32.1%），肿瘤位置分布最多的部位是右下叶和左上叶（均为23.1%），肿瘤≤3cm者最多（43.6%），临床症状以咳嗽、胸痛、呼吸困难为主，51.3%患者的癌胚抗原（Carcinoembryonic Antigen,CEA）升高，46.2%患者的CYFRA21-1升高，34.6%患者的神经元特异性烯醇化酶（Neuron-specific Enolase,NSE）升高。模型3的预测效能最佳，其曲线下面积（Area Under The Curve,AUC）为0.85(95%CI:0.79～0.91)，显著高于模型1(AUC=0.73,95%CI:0.66～0.80)和模型2(AUC=0.79,95%CI:0.72～0.86)，差异有统计学意义（P<0.05）。结论 将CT影像特征与影像组学特征相结合可以显著提高对肺腺癌EGFR基因状态预测的准确性。