来源：期刊VIP网 时间：
作者：刘宇婷;赵磊;刘挨师;
单位：内蒙古医科大学附属医院影像诊断科;内蒙古医科大学附属医院医学工程部;
摘要：目的 分析CT影像组学联合临床特征对晚期非小细胞肺癌（NSCLC）化疗及免疫治疗效果的预测价值。资料与方法 回顾性纳入2021年9月—2023年10月内蒙古医科大学附属医院经病理证实的120例晚期NSCLC，患者均接受程序性死亡受体1/程序性死亡配体1抑制剂单免疫治疗或化疗联合免疫治疗，观察患者2个疗程（3～6周）治疗后3个月内增强胸部CT，依据实体瘤疗效评价标准1.1版评估临床疗效，并将患者分为疾病进展组66例和疾病未进展组54例。按7∶3随机分为训练组和验证组，训练组中疾病进展患者46例，疾病未进展38例；验证组中疾病进展患者20例，疾病未进展16例。对开始治疗前1个月内胸部增强CT图像进行感兴趣区分割，提取和筛选影像组学特征，建立支持向量机机器学习模型，采用受试者工作特征曲线分析模型预测疗效的诊断效能，绘制校准曲线和决策曲线，评估模型的预测概率及临床收益。结果 临床模型纳入有无肾上腺转移及免疫药物种类2个临床因素，影像组学模型纳入11个最具标签的影像组学特征，两者联合构建联合模型。临床模型、影像组学模型、临床-影像组学联合模型的预测效能分别为：训练组曲线下面积0.65、0.92、0.90，验证组曲线下面积0.64、0.83、0.85；校准曲线显示联合模型预测概率最高；决策曲线显示影像组学模型与联合模型收益相当，均优于单一临床模型。结论 CT影像组学很大概率可以无创预测晚期NSCLC化疗及免疫治疗效果，尤其结合临床特征的联合模型预测效能最佳，影像组学可以为晚期NSCLC生存期及改善预后提供有利导向。
关键词：癌,非小细胞肺;;影像组学;;化学疗法,辅助;;免疫疗法;;病理学,临床;;预测;;预后
基金资助：内蒙古自治区自然科学基金(2022MS08056)
