为评估基于治疗前18F-FDGPET/CT的放射组学特征对非小细胞肺癌表皮生长因子受体（EGFR）突变状态的预测能力，近期学者纳入例肺癌患者行治疗前18F-FDGPET/CT，并行基因突变测试。采用LIFEx软件包提取反映肿瘤异质性和表型的47个PET和45个CT放射组学特征。采用LASSO算法选择放射组学特征并开发放射组学模型。行ROC曲线分析比较由放射组学模型、临床变量及其组合建立的模型的预测性能。另外，开发基于放射组学特征评分（rad-score）和临床变量的列线图。将患者分为训练组（n=）和验证组（n=73）。选择了10个放射组学特征构建放射组学模型模型。该模型可区分EGFR突变和EGFR野生型，ROC曲线下面积（AUC）训练组0.79，验证组0.85，而临床模型为0.75和0.69。当结合临床变量和放射组学特征时，训练组AUC增至0.86（95%CI：0.80–0.91），验证组AUC增至0.87（95%CI：0.79–0.95），预测EGFR突变性能提升。研究表明，基于PET/CT的放射组学特征在预测非小细胞肺癌EGFR突变方面有良好的性能，是临床靶向治疗的选择的有用方法。
原文题目：Valueofpre-therapy18F-FDGPET/CTradiomicsinpredictingEGFRmutationstatusinpatientswithnon-smallcelllungcancer———————END———————
欢迎