Skip to main content
main-content

12.06.2018 | Oncology | Ausgabe 1/2019

European Radiology 1/2019

A clinical-radiomics nomogram for the preoperative prediction of lung metastasis in colorectal cancer patients with indeterminate pulmonary nodules

Zeitschrift:
European Radiology > Ausgabe 1/2019
Autoren:
TingDan Hu, ShengPing Wang, Lv Huang, JiaZhou Wang, DeBing Shi, Yuan Li, Tong Tong, Weijun Peng
Wichtige Hinweise

Electronic supplementary material

The online version of this article (https://​doi.​org/​10.​1007/​s00330-018-5539-3) contains supplementary material, which is available to authorized users.
TingDan Hu and ShengPing Wang contributed equally to this work.

Abstract

Objectives

To develop and validate a clinical-radiomics nomogram for preoperative prediction of lung metastasis for colorectal cancer (CRC) patients with indeterminate pulmonary nodules (IPN).

Methods

194 CRC patients with lung nodules were enrolled in this study (136 in the training cohort and 58 in the validation cohort). To evaluate the probability of lung metastasis, we developed three models, the clinical model with significant clinical risk factors, the radiomics model with radiomics features constructed by the least absolute shrinkage and selection operator algorithm, and the clinical-radiomics model with significant variables selected by the stepwise logistic regression. The Akaike information criterion (AIC) was used to compare the relative strength of different models, and the area under the curve (AUC) was used to quantify the predictive accuracy. The nomogram was developed based on the most appropriate model. Decision-curve analysis was applied to assess the clinical usefulness.

Results

The clinical-radiomics model (AIC = 98.893) with the lowest AIC value compared with that of the clinical-only model (AIC = 138.502) or the radiomics-only model (AIC = 116.146) was identified as the best model. The clinical-radiomics nomogram was also successfully developed with favourable discrimination in both training cohort (AUC = 0.929, 95% CI: 0.885–0.974) and validation cohort (AUC = 0.922, 95% CI: 0.857–0.986), and good calibration. Decision-curve analysis confirmed the clinical utility of the clinical-radiomics nomogram.

Conclusions

In CRC patients with IPNs, the clinical-radiomics nomogram created by the radiomics signature and clinical risk factors exhibited favourable discriminatory ability and accuracy for a metastasis prediction.

Key Points

• Clinical features can predict lung metastasis of colorectal cancer patients.
• Radiomics analysis outperformed clinical features in assessing the risk of pulmonary metastasis.
• A clinical-radiomics nomogram can help clinicians predict lung metastasis in colorectal cancer patients.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

★ PREMIUM-INHALT
e.Med Interdisziplinär

Mit e.Med Interdisziplinär erhalten Sie Zugang zu allen CME-Fortbildungen und Fachzeitschriften auf SpringerMedizin.de. Zusätzlich können Sie eine Zeitschrift Ihrer Wahl in gedruckter Form beziehen – ohne Aufpreis.

Weitere Produktempfehlungen anzeigen
Zusatzmaterial
ESM 1 (DOCX 5286 kb)
330_2018_5539_MOESM1_ESM.docx
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2019

European Radiology 1/2019 Zur Ausgabe
  1. Sie können e.Med Radiologie 14 Tage kostenlos testen (keine Print-Zeitschrift enthalten). Der Test läuft automatisch und formlos aus. Es kann nur einmal getestet werden.

Neu im Fachgebiet Radiologie

Meistgelesene Bücher aus der Radiologie

2016 | Buch

Medizinische Fremdkörper in der Bildgebung

Thorax, Abdomen, Gefäße und Kinder

Dieses einzigartige Buch enthält ca. 1.600 hochwertige radiologische Abbildungen und Fotos iatrogen eingebrachter Fremdmaterialien im Röntgenbild und CT.

Herausgeber:
Dr. med. Daniela Kildal

2011 | Buch

Atlas Klinische Neuroradiologie des Gehirns

Radiologie lebt von Bildern! Der vorliegende Atlas trägt dieser Tatsache Rechnung. Sie finden zu jedem Krankheitsbild des Gehirns Referenzbilder zum Abgleichen mit eigenen Befunden.

Autoren:
Priv.-Doz. Dr. med. Jennifer Linn, Prof. Dr. med. Martin Wiesmann, Prof. Dr. med. Hartmut Brückmann

Mail Icon II Newsletter

Bestellen Sie unseren kostenlosen Newsletter Update Radiologie und bleiben Sie gut informiert – ganz bequem per eMail.

Bildnachweise