基于增强CT的多模态建模预测腹膜后脂肪肉瘤切除术后总生存期：一项双中心回顾性研究

《Abdominal Radiology》：Contrast-enhanced CT-based multimodal modeling for overall survival prediction after resection of retroperitoneal liposarcoma: a bicentric retrospective study

　　

摘要

目的

腹膜后脂肪肉瘤（RPLS）的术后风险评估仍然具有挑战性，因为传统的临床病理模型仅能捕获其部分生物学异质性。我们旨在开发并外部评估一个整合术前CT特征与术后临床病理信息的术后预后模型，以评估RPLS切除后的总生存期（OS）。

材料与方法

这项双中心回顾性研究纳入了2009年至2021年间接受完全RPLS切除术的367名患者。机构1提供了训练队列（n = 128）和内部验证队列（n = 55）；机构2提供了外部测试队列（n = 184）。放射组学特征基于三维肿瘤特征构建。深度学习特征使用ImageNet预训练的ResNet-101，以Cox偏似然损失函数进行训练，从最大的轴位肿瘤切面中提取。临床变量进行了单变量和多变量Cox回归分析。保留的临床病理变量和影像特征被整合为一个名为RDCS的联合模型。

结果

在随访期间，训练队列、内部验证队列和外部测试队列分别有71、30和107名患者死亡。相应的RDCS一致性指数分别为0.775、0.704和0.725，均高于单独的放射组学、深度学习及临床模型。校准曲线显示预测生存率与观察生存率之间具有良好的一致性。决策曲线分析表明，在评估阈值范围内具有潜在的临床实用性。在外部原发肿瘤亚组（n = 82）的单独探索性比较中，RDCS的一致性指数为0.746，而官方Sarculator应用为0.590。

结论

RDCS利用术前CT衍生的影像特征和术后临床病理信息来评估完全RPLS切除术后的OS。RDCS可能作为现有术后预后工具的补充，但其在监测和临床管理中的应用需要前瞻性验证和临床影响评估。