-
生物通官微
陪你抓住生命科技
跳动的脉搏
生物通官微
陪你抓住生命科技
跳动的脉搏
基于CT的细胞外容积分数及AI辅助身体成分用于预测结直肠癌新辅助治疗反应与预后
《Abdominal Radiology》：CT-derived extracellular volume fraction and AI-assisted body composition for predicting neoadjuvant therapy response and prognosis in colorectal cancer
【字体： 大 中 小 】 时间：2026年09月12日 来源：Abdominal Radiology 2.3
编辑推荐：
摘要目的开发一种整合临床参数、对比增强计算机断层扫描（CECT）定量参数以及人工智能辅助身体成分指标的联合模型，用于预测接受新辅助治疗（NAT）的结直肠癌（CRC）患者的治疗反应和预后。材料与方法本回顾性研究纳入了2016年1月至2025年6月期间接受新辅助治疗和手术的结直肠
开发一种整合临床参数、对比增强计算机断层扫描（CECT）定量参数以及人工智能辅助身体成分指标的联合模型，用于预测接受新辅助治疗（NAT）的结直肠癌（CRC）患者的治疗反应和预后。
本回顾性研究纳入了2016年1月至2025年6月期间接受新辅助治疗和手术的结直肠癌患者。在NAT前后测量定量CECT参数（细胞外容积分数[ECV]和动脉增强分数）和身体成分参数（骨骼肌指数[SMI]、骨骼肌衰减和内脏-皮下脂肪组织比），并计算其变化。使用逻辑回归分析识别治疗反应的独立预测因子。构建多变量逻辑回归模型，并使用受试者工作特征曲线下面积（AUC）进行评估。根据模型产生的风险评分将患者分为高危及低风险组。使用Cox回归分析评估风险评分与预后之间的关联。
共纳入163例患者（年龄58.50 ± 10.55岁）。包含NAT后癌胚抗原、ECV和SMI的联合模型在训练队列和验证队列中分别达到0.836（95% CI: 0.754–0.915）和0.784（95% CI: 0.583–0.947）的AUC值。风险评分与预后显著相关。高风险患者的总生存期较短（风险比[HR]：3.745，95% CI: 1.014–13.836，P = 0.048）和无病生存期较短（HR: 2.801，95% CI: 1.050–7.475，P = 0.040）。
该联合模型可能有助于预测接受NAT的结直肠癌患者的治疗反应和生存结局。
开发一种整合临床参数、对比增强计算机断层扫描（CECT）定量参数以及人工智能辅助身体成分指标的联合模型，用于预测接受新辅助治疗（NAT）的结直肠癌（CRC）患者的治疗反应和预后。
本回顾性研究纳入了2016年1月至2025年6月期间接受新辅助治疗和手术的结直肠癌患者。在NAT前后测量定量CECT参数（细胞外容积分数[ECV]和动脉增强分数）和身体成分参数（骨骼肌指数[SMI]、骨骼肌衰减和内脏-皮下脂肪组织比），并计算其变化。使用逻辑回归分析识别治疗反应的独立预测因子。构建多变量逻辑回归模型，并使用受试者工作特征曲线下面积（AUC）进行评估。根据模型产生的风险评分将患者分为高危及低风险组。使用Cox回归分析评估风险评分与预后之间的关联。
共纳入163例患者（年龄58.50 ± 10.55岁）。包含NAT后癌胚抗原、ECV和SMI的联合模型在训练队列和验证队列中分别达到0.836（95% CI: 0.754–0.915）和0.784（95% CI: 0.583–0.947）的AUC值。风险评分与预后显著相关。高风险患者的总生存期较短（风险比[HR]：3.745，95% CI: 1.014–13.836，P = 0.048）和无病生存期较短（HR: 2.801，95% CI: 1.050–7.475，P = 0.040）。
该联合模型可能有助于预测接受NAT的结直肠癌患者的治疗反应和生存结局。
