基于MRI征象建立预测肝细胞癌相关恶病质的列线图

R735.7%R445.2; 目的 探讨治疗前MRI征象预测肝细胞癌(hepatocellular carcinoma,HCC)相关恶病质的价值.方法 回顾性分析399例HCC患者治疗前临床和MRI资料.所有患者均进行MRI平扫及增强检查,并随访MRI检查后6个月时患者的体重.根据恶病质诊断标准,将患者分为恶病质组和非恶病质组.按照随机抽样将所有病例分为训练集(n=279)和验证集(n=120).利用单因素和多因素逻辑回归分析筛选与HCC相关恶病质的变量,建立预测模型.采用受试者工作特征(receiver operating characteristic,ROC)曲线评估不同模型的预测效能,采...

Full description

Saved in:
Bibliographic Details
Published in复旦学报（医学版） Vol. 52; no. 1; pp. 16 - 23
Main Authors 李信响, 刘兵, 江洋, 赵宇飞, 彭新桂
Format Journal Article
LanguageChinese
Published 东南大学附属中大医院放射科 南京 210009%中国科学技术大学附属第一医院(安徽省立医院)影像科 合肥 230001 2025
Subjects
恶病质
MRI feature
列线图
cachexia
MRI征象
nomogram
肝细胞癌(HCC)
hepatocellular carcinoma(HCC)
Online AccessGet full text
ISSN1672-8467
DOI10.3969/j.issn.1672-8467.2025.01.002

Cover

More Information
Summary:R735.7%R445.2; 目的 探讨治疗前MRI征象预测肝细胞癌(hepatocellular carcinoma,HCC)相关恶病质的价值.方法 回顾性分析399例HCC患者治疗前临床和MRI资料.所有患者均进行MRI平扫及增强检查,并随访MRI检查后6个月时患者的体重.根据恶病质诊断标准,将患者分为恶病质组和非恶病质组.按照随机抽样将所有病例分为训练集(n=279)和验证集(n=120).利用单因素和多因素逻辑回归分析筛选与HCC相关恶病质的变量,建立预测模型.采用受试者工作特征(receiver operating characteristic,ROC)曲线评估不同模型的预测效能,采用DeLong检验比较不同模型AUC值,选择最佳性能模型建立预测HCC相关恶病质列线图.结果 多因素逻辑回归分析显示,血清白蛋白<40 g/dL、血清甲胎蛋白>100 ng/mL、肿瘤直径>5 cm、门静脉癌栓、瘤内强化动脉和动脉期肿瘤边缘肝实质强化是预测肝细胞癌相关恶病质独立危险因素,临床-影像模型预测性能最好,训练集区分度AUC达0.843,验证集达0.854.结论 依据MRI征象建立列线图可较临床诊断提前6个月预测HCC相关恶病质,具有重要的临床治疗指导意义.
ISSN:1672-8467
DOI:10.3969/j.issn.1672-8467.2025.01.002