结直肠癌术前N分期的随机森林预测模型的建立与验证

结直肠癌术前N分期的随机森林预测模型的建立与验证

目的:研究基于CT结肠成像(CTC)或注水法结肠CT检查并结合临床及病理资料建立的随机森林(RF)模型在预测结直肠癌术前N分期方面的价值。方法:回顾性收集并分析从2016年1月到2017年12月在吉林大学第一医院接受手术,经病理证实为结直肠癌的患者,在病理科得到每位患者的N分期,筛选出术前接受过

CT结肠平扫+增强检查的239例患者(其中N0、N1、N2期患者数目分别为119例、99例、21例),使用计算机随机分配软件以大致2:1的比例将患者分为训练集(167)测试集(72)。

分别检测病灶平扫、动脉期、静脉期的CT值,并计算动脉期、静脉期的对比强化率。病变均为单发病灶,入组患者在术前均接受CT结肠成像(CTC)或注水法结肠CT检查。

在PACS系统中收集影像学资料,在医生工作站上收集临床及病理资料(年龄、性别、糖类抗原19-9、癌胚抗原、糖类抗原72-4、肿瘤最大直径、肿瘤的位置、强化率、术后病理N分期)。使用SPSS软件分别对连续变量(性别和肿瘤位置)

进行t假设检验,对离散变量(年龄、癌胚抗原、糖类抗原19-9、糖类抗原72-4、肿瘤最大径、强化率)进行卡方检验,筛选出相关度最高的特征,进而用降维后得到的特征进行机器学习建模,通过ROC曲线和敏感度特异度等参数评价模型。

结果:结直肠癌N分期与CA199、A、V、A-P、V-P、A-P/P、V-P/P这七个特征有相关性(P值均<0.05,与年龄、最大直径、CEA、CA72-4均无相关性。随机森林模型预测的N分期与术后病理N分期具有高度一致性,训练集Kappa系数为0.78452(95%置信区间为0.69073-0.87830),测试集Kappa系数为0.58333(95%置信区间为0.39579-0.77088)。

随机森林模型预测结直肠癌N分期的训练集准确度为0.971,测试集的准确度为0.792。结论:基于CT结肠成像(CTC)或注水法结肠CT检查并结合临床及病理资料建立的随机森林(RF)模型可以提高结直肠癌术前N分期的影像学诊断效能。