TY -的A2美杰盟——陈,宇盟——王,Chuhuai盟——瞿Weinuo盟——刘,芳芳盟——周、林盟-李,秦文君盟——胡Qiongjie AU -谢,庆国盟——王,锦盟——楚钱PY - 2022 DA - 2022/12/26 TI - CT-Based Radiomics可以预测Anlotinib在晚期非小细胞肺癌的疗效SP - 4182540六世- 2022 AB - Anlotinib RTK抑制剂是一种小分子一道治疗取得了一定成果,但许多患者不应对这种药物和缺乏有效的识别方法。尽管radiomics已广泛应用于肺癌,很少领域的研究已经进行了抗血管新生药物。本研究旨在开发一个新的模型来预测患者的疗效anlotinib结合预处理计算机断层扫描(CT) radiomic字符与临床特点,为了帮助精密医学的肺癌症。254名患者来自7个机构参与这项研究。病变选择根据RECIST 1.1标准,和相应的radiomic特性。我们构建预测模型根据临床、NCE-CT和CE-CT radiomic特性,分别和评估模型的预测性能进行训练集,内部验证集,和外部验证集。在RAD得分只有模型,曲线下的面积(AUC) NCE-CT组为0.740(95%置信区间CI: 0.622、0.857)训练集,为0.711(95%置信区间CI: 0.480, 0.942)的内部验证集,和0.633(95%置信区间CI: 0.479、0.787)外部验证集,而CE-CT队列为0.815(95%置信区间CI: 0.705、0.926)训练集,为0.771(95%置信区间CI: 0.539, 1.000)的内部验证集,和0.701(95%置信区间CI: 0.489、0.913)外部验证集。在RAD score-combined模型中,NCE-CT队列的AUC为0.796(95%置信区间CI: 0.691、0.901)训练集,为0.579(95%置信区间CI: 0.309, 0.848)的内部验证集,和0.590(95%置信区间CI: 0.427、0.753)外部验证集,而CE-CT队列为0.902(95%置信区间CI: 0.828、0.977)训练集,为0.865(95%置信区间CI: 0.696, 1.000)的内部验证集,和0.837(95%置信区间CI: 0.682、0.992)外部验证集。总之,radiomics anlotinib的功效有准确的预测。CE-CT-based radiomic模型有最好的预测潜在的预测anlotinib的功效,和模型预测变得更好时结合临床特点。SN - 1687 - 8450 UR - https://doi.org/10.1155/2022/4182540 - 10.1155 / 2022/4182540摩根富林明肿瘤学杂志PB - Hindawi KW - ER