Радиомическое исследование на основе КТ для дифференциации стратификации риска феохромоцитомы с использованием различных моделей машинного обучения: многоцентровое исследование

Цель: изучить и подтвердить ценность различных моделей машинного обучения для предоперационной стратификации риска феохромоцитомы.

Методы: В исследование включили 155 пациентов с феохромоцитомой, диагноз которой был подтверждён после операции гистологическим исследованием (обучающая когорта — 105, тестовая — 50). По шкале PASS баллы < 4 относили к низкому риску, а баллы ≥ 4 — к высокому риску. Из КТ-изображений, полученных в нативную, артериальную и портальную венозную фазы, извлекали радиомические признаки. После снижения размерности и отбора признаков на основе логистической регрессии, метода экстремальных деревьев и метода k ближайших соседей строили радиомические модели. По анализу ROC-кривых выбирали оптимальную радиомическую модель. Для определения переменных и построения клинической модели выполняли однофакторный и многофакторный логистический регрессионный анализ клинико-рентгенологических признаков. Объединение радиомических и клинических признаков позволило создать комбинированную модель. Её качество оценивали по ROC-кривым, а клиническую ценность — по анализу кривой принятия решений.

Результаты: Из области интереса на нативных и двухфазных КТ-изображениях (артериальная и портальная венозная фазы) извлекли 3591 радиомический признак. 13 признаков были признаны значимыми. Среди протестированных радиомических моделей наибольшую предсказательную эффективность и устойчивость показала модель на основе логистической регрессии: AUC составила 0,877 в обучающей когорте и 0,857 в тестовой. В итоге клиническая модель была сформирована из комплекса клинических признаков. Комбинированная модель продемонстрировала наилучшую дискриминирующую способность (AUC: 0,887 в обучающей когорте и 0,874 в тестовой). По данным анализа кривой принятия решений комбинированная модель также имела наибольшую клиническую эффективность.

Выводы: Комбинированная модель, объединяющая радиомические и клинические признаки, показала отличные результаты в дифференциации риска феохромоцитомы и может обеспечить неинвазивный и эффективный подход к принятию клинических решений.