来源：期刊VIP网 时间：
作者：宋婷婷;洪士强;祝贺;郑蕾;吴昌顺;冯虹;
单位：山东第一医科大学(山东省医学科学院)研究生部;山东第一医科大学附属省立医院肿瘤中心;山东第一医科大学附属省立医院骨关节外科;
摘要：目的 针对胶质母细胞瘤（glioblastoma, GBM）与原发性中枢神经系统淋巴瘤（primary central nervous system lymphoma, PCNSL）影像学鉴别难题，探讨临床-影像组学联合模型对两者术前无创性鉴别的价值。材料与方法 回顾性纳入173例经病理或诊断性放疗确诊的颅内占位患者病例（GBM 118例，PCNSL 55例），按7∶3随机分为训练集（n=121）与验证集（n=52）。收集术前临床数据（血清学指标、影像学表现）及多模态MRI序列[对比增强T1加权成像（contrast-enhanced T1-weighted imaging, CE-T1WI）、T2液体衰减反转恢复（T2 fluid-attenuated inversion recovery, T2-FLAIR）序列、扩散加权成像（diffusion weighted imaging, DWI; b=1000 s/mm2）、表观扩散系数（apparent diffusion coefficient, ADC）]，勾画肿瘤核心区（排除瘤周水肿）作为感兴趣区（region of interest, ROI）。通过Z-score标准化后，联合Mann-Whitney U检验、Spearman相关性分析及最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）算法筛选关键特征，采用极端梯度提升（extreme gradient boosting, XGBoost）分类器及10折交叉验证法建模并验证。建立临床模型、4个单一序列影像组学模型、多模态影像组学模型及临床-影像组学联合模型，比较以上各个模型预测效能，选出最佳模型。基于受试者工作特征（receiver operating characteristic, ROC）曲线及曲线下面积（area under the curve, AUC）、敏感度、特异度及准确度评估模型效能，采用DeLong检验比较AUC差异，校准曲线评价模型拟合能力，决策曲线评估模型的临床价值。结果 临床模型在训练集和验证集AUC分别为0.83(95%CI:0.76～0.90)和0.74(95%CI:0.61～0.87)。影像组学模型中，多模态的T1+ADC+T2+DWI Model表现最佳，训练集和验证集AUC分别为0.93(95%CI:0.88～0.98)和0.84(95%CI:0.72～0.96)。临床-影像组学联合模型进一步提升诊断效能，训练集AUC 0.94(95%CI:0.90～0.98)（准确度90.2%，敏感度96.7%），验证集AUC 0.85(95%CI:0.74～0.96)（准确度88.6%，敏感度83.3%），其预测准确性及临床净获益均显著优于单一模型。结论 临床-多模态影像组学联合模型可精准区分GBM与PCNSL，其无创性诊断效能为术前决策提供可靠依据，有望减少活检需求并优化诊疗路径。
关键词：胶质母细胞瘤;;原发性中枢神经系统淋巴瘤;;临床特征;;影像组学;;多模态磁共振成像;;鉴别诊断
基金资助：国家自然科学基金项目(编号:81672379、81473483)~~
