背景与目的:近10年来,虽然宫颈癌治疗方法有所改进,但5年生存率无明显变化。本文通过回顾性研究来探讨淋巴脉管间隙浸润(lymph vascular space invasion,LVSI)对早期宫颈鳞癌预后的影响。方法:选取1995年1月至2002年12月在中山大学肿瘤...背景与目的:近10年来,虽然宫颈癌治疗方法有所改进,但5年生存率无明显变化。本文通过回顾性研究来探讨淋巴脉管间隙浸润(lymph vascular space invasion,LVSI)对早期宫颈鳞癌预后的影响。方法:选取1995年1月至2002年12月在中山大学肿瘤防治中心初治为手术治疗的ⅠB+ⅡA期宫颈鳞状细胞癌病例111例,重新评价LVSI、肿瘤浸润深度、分化程度和淋巴结转移等因素,分析LVSI对早期宫颈鳞癌预后的影响。LVSI是指在光学显微镜下在扁平的内皮细胞围绕成的间隙中看到至少一簇肿瘤细胞。采用SPSS13.0统计软件进行统计分析。结果:111例病例中LVSI阳性者为62例(55.9%)。单因素分析表明LVSI阳性(P=0.019)和淋巴结转移(P=0.002)是总生存时间(overall survival,OS)的危险因素;LVSI阳性(P=0.029)、淋巴结转移(P=0.002)、SccAg(P=0.018)、浸润深度(P=0.022)和手术切缘阳性(P=0.002)是无进展生存时间(progression-free survival,PFS)的危险因素。多因素分析表明淋巴结转移是OS的独立预后因素(P=0.015);淋巴结转移和手术切缘阳性是PFS的独立预后因素(P=0.006,P=0.006)。LVSI与淋巴结转移相关(P=0.011)。结论:尚不能确定LVSI是早期宫颈鳞癌的独立预后因素。LVSI是转移和复发的危险因素。展开更多
目的基于治疗前多参数磁共振成像(multi-parametric magnetic resonance imaging,mpMRI)影像组学特征,结合临床变量构建模型预测宫颈癌(cervical cancer,CC)脉管浸润(lymphovascular space invasion,LVSI)和预后。材料与方法回顾分析125...目的基于治疗前多参数磁共振成像(multi-parametric magnetic resonance imaging,mpMRI)影像组学特征,结合临床变量构建模型预测宫颈癌(cervical cancer,CC)脉管浸润(lymphovascular space invasion,LVSI)和预后。材料与方法回顾分析125例CC患者病例,采集小视野高分辨率T2加权成像、表观扩散系数图、轴位T2加权成像(T2-weighted imaging,T2WI)压脂序列和矢状位T2WI、轴位和矢状位对比增强T1加权成像。勾画肿瘤区域后提取107个特征,通过最小绝对值压缩与选择算法等降维以建立影像组学分数(radiomics score,Rad-score),整合14个临床指标构建逐步逻辑回归模型,并重复20次3折交叉验证。根据预测的LVSI及随访结果进行分组及相应无进展生存期(progression-free survival,PFS)的生存曲线划分,观察模型在PFS分组的差异。结果形态学和异质性相关的影像组学特征是预测LVSI的主要因素。回归分析确定3个危险因素,Rad-score比鳞状细胞癌抗原和血红蛋白更重要[优势比(odds ratio,OR):2.626、1.061、0.982]。训练集的受试者工作特征曲线下面积为0.823。PFS在模型预测的LVSI组间明显不同(平均PFS:64.8、58.3个月)。结论mpMRI影像组学特征结合临床变量能预测CC患者的LVSI和临床结局,可能在新辅助和手术环境中显示出改善患者风险分层的效用。影像组学特征能够预测预后可能与其反映肿瘤组织的LVSI有潜在关联。展开更多
探讨淋巴脉管间隙浸润对早期宫颈癌预后的影响。查阅淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)与早期宫颈癌相关文献,文献涉及早期宫颈癌保守性手术、根治术后长期随访观察LVSI与预后的影响。活检标本与根治术标本比较,分...探讨淋巴脉管间隙浸润对早期宫颈癌预后的影响。查阅淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)与早期宫颈癌相关文献,文献涉及早期宫颈癌保守性手术、根治术后长期随访观察LVSI与预后的影响。活检标本与根治术标本比较,分析其对淋巴转移、浸润深度的预测价值。共计34篇文献符合要求,部分文献显示淋巴脉管间隙浸润不是宫颈癌预后的独立危险因素,否定其作为早期宫颈癌保留生育功能的评价指标,而部分文献显示LVSI与预后相关。临床观察发现LVSI阳性患者保守性手术治疗仍应谨慎。淋巴脉管间隙浸润作为早期宫颈癌保留生育功能的评价指标尚存争议,其可能与淋巴转移有关,后者是宫颈癌不良预后的独立危险因素。展开更多
目的观察基于MR-T2WI的深度迁移学习(deep transfer learning,DTL)特征、影像组学特征及临床特征构建的联合模型(列线图)在术前预测宫颈癌淋巴脉管间隙浸润(lymph vascular space invasion,LVSI)的价值。材料与方法回顾性分析178例经术...目的观察基于MR-T2WI的深度迁移学习(deep transfer learning,DTL)特征、影像组学特征及临床特征构建的联合模型(列线图)在术前预测宫颈癌淋巴脉管间隙浸润(lymph vascular space invasion,LVSI)的价值。材料与方法回顾性分析178例经术后病理证实为宫颈癌的患者病例,其中70例LVSI(+)、108例LVSI(-),按照8∶2划分为训练集[142例,54例LVSI(+)、88例LVSI(-)]和测试集[36例,16例LVSI(+)、20例LVSI(-)]。对临床因素行单因素logistic分析,筛选出LVSI(+)独立预测因素。使用DTL方法和传统影像组学方法提取矢状位T2WI图像中病灶的DTL特征和影像组学特征,构建DTL特征数据集、影像组学特征数据集和DTL特征与影像组学特征融合的数据集,分别以t检验、Pearson分析和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归对训练集各特征数据集进行特征降维,以其最佳者构建影像组学(radiomics,Rad)模型、DTL模型、融合模型(Rad+DTL模型),并筛选最佳影像组学模型;基于上述最佳影像组学模型评分与临床独立因子构建联合模型,并绘制列线图。以校准曲线评估模型校准度,以决策曲线分析评价模型的应用价值。结果淋巴结转移、粒细胞比率均为LVSI(+)的独立预测因子(P<0.05)。Rad+DTL模型为最佳影像组学模型。联合模型在训练集和测试集中的受试者工作特征曲线下面积(area under the curve,AUC)高于Rad+DTL模型(0.984 vs.0.966,P<0.05;0.912 vs.0.759,P=0.05)。联合模型的校准度较高,临床净收益更大。结论基于MR-T2WI的DTL特征、影像组学特征联合临床特征构建的联合模型可有效预测宫颈癌LVSI。展开更多
文摘探讨淋巴脉管间隙浸润对早期宫颈癌预后的影响。查阅淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)与早期宫颈癌相关文献,文献涉及早期宫颈癌保守性手术、根治术后长期随访观察LVSI与预后的影响。活检标本与根治术标本比较,分析其对淋巴转移、浸润深度的预测价值。共计34篇文献符合要求,部分文献显示淋巴脉管间隙浸润不是宫颈癌预后的独立危险因素,否定其作为早期宫颈癌保留生育功能的评价指标,而部分文献显示LVSI与预后相关。临床观察发现LVSI阳性患者保守性手术治疗仍应谨慎。淋巴脉管间隙浸润作为早期宫颈癌保留生育功能的评价指标尚存争议,其可能与淋巴转移有关,后者是宫颈癌不良预后的独立危险因素。
文摘目的基于治疗前多参数磁共振成像(multi-parametric magnetic resonance imaging,mpMRI)影像组学特征构建模型预测局部晚期宫颈癌(locally advanced cervical cancer,LACC)新辅助化疗(neoadjuvant chemotherapy,NACT)后淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)状态。材料与方法回顾性分析了300例于2013年至2022年来自于河南省人民医院(训练集187人,LVSI阳性73人)和河南省肿瘤医院(验证集113人,LVSI阳性31人)接受NACT并行根治性子宫切除术LACC患者的临床及影像资料。于轴位弥散加权成像(axial diffusion-weighted imaging,Ax_DWI)、矢状位T2加权成像(sagittal T2-weighted imaging,Sag_T2WI)和矢状位对比增强T1加权成像(sagittal T1-weighted contrast-enhanced imaging,Sag_T1C)上勾画肿瘤感兴趣区(region of interest,ROI)并提取特征,利用递归特征消除算法与最小绝对值收缩与选择算法筛选影像组学特征。随后,基于逻辑回归分类器分别建立单序列模型,双序列模型及基于三序列组学特征的联合序列模型。使用受试者工作特征(receiver operating characteristic,ROC)曲线评估各模型性能,使用DeLong检验比较曲线下面积(area under the curve,AUC),通过决策曲线评估模型的临床价值。结果在验证集中,基于Ax_DWI、Sag_T2WI及Sag_T1C构建的单序列模型的AUC分别为0.717[95%置信区间(confidence interval,CI):0.605~0.829]、0.734(95%CI:0.633~0.836)和0.733(95%CI:0.626~0.841);基于Ax_DWI+Sag_T2WI、Ax_DWI+Sag_T1C及Sag_T2WI+Sag_T1C构建的双序列模型的AUC值分别为0.763(95%CI:0.660~0.866)、0.786(95%CI:0.692~0.881)与0.815(95%CI:0.731~0.899);联合序列模型的AUC值为0.829(95%CI:0.740~0.914),高于各单序列模型与双序列模型,但联合序列模型与Ax_DWI模型、Sag_T2W1模型及Ax_DWI+Sag_T2W1模型之间AUC差异无统计学意义(P=0.015~0.047)。决策曲线显示联合序列模型的临床净效益高于单序列模型与各双序列模型。结论基于治疗前mpMRI影像组学特�
文摘目的观察基于MR-T2WI的深度迁移学习(deep transfer learning,DTL)特征、影像组学特征及临床特征构建的联合模型(列线图)在术前预测宫颈癌淋巴脉管间隙浸润(lymph vascular space invasion,LVSI)的价值。材料与方法回顾性分析178例经术后病理证实为宫颈癌的患者病例,其中70例LVSI(+)、108例LVSI(-),按照8∶2划分为训练集[142例,54例LVSI(+)、88例LVSI(-)]和测试集[36例,16例LVSI(+)、20例LVSI(-)]。对临床因素行单因素logistic分析,筛选出LVSI(+)独立预测因素。使用DTL方法和传统影像组学方法提取矢状位T2WI图像中病灶的DTL特征和影像组学特征,构建DTL特征数据集、影像组学特征数据集和DTL特征与影像组学特征融合的数据集,分别以t检验、Pearson分析和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归对训练集各特征数据集进行特征降维,以其最佳者构建影像组学(radiomics,Rad)模型、DTL模型、融合模型(Rad+DTL模型),并筛选最佳影像组学模型;基于上述最佳影像组学模型评分与临床独立因子构建联合模型,并绘制列线图。以校准曲线评估模型校准度,以决策曲线分析评价模型的应用价值。结果淋巴结转移、粒细胞比率均为LVSI(+)的独立预测因子(P<0.05)。Rad+DTL模型为最佳影像组学模型。联合模型在训练集和测试集中的受试者工作特征曲线下面积(area under the curve,AUC)高于Rad+DTL模型(0.984 vs.0.966,P<0.05;0.912 vs.0.759,P=0.05)。联合模型的校准度较高,临床净收益更大。结论基于MR-T2WI的DTL特征、影像组学特征联合临床特征构建的联合模型可有效预测宫颈癌LVSI。
