多发性骨髓瘤（MM）和转移瘤是两种最常见的椎体肿瘤，两者均可表现为软组织肿块或椎体破坏。由于发病年龄相似，其症状和影像学表现也有重叠，临床上可能出现误诊。然而，两种疾病的治疗方法却完全不同。

放射组学作为现阶段一项新兴的影像学技术，可以无创地评估肿瘤及其微环境并对空间异质性进行量化。放射线组学在肺癌、乳腺癌、胃肠道癌、胶质母细胞瘤、泌尿生殖系统癌和淋巴瘤等其他癌症方面已经取得了一定的成果。

近日，发表在European Radiology杂志的一项研究利用最常见的影像学特征建立一个基于椎体MRI的放射组学模型以进行MM和转移灶的鉴别，并比较和分析了不同EPV值的模型性能，为临床快速准确的诊断及治疗提供了技术支持。

本研究回顾性地分析了103名MM患者和138名有转移的患者的常规MRI图像（T1WI和脂肪抑制T2WI）。特征选择过程包括四个步骤。前三个步骤定义为常规特征选择（CFS），共进行了50次（5倍交叉验证的10次），包括方差阈值、SelectKBest和最小绝对收缩和选择运算符。在最后一步，选择最频繁的固定特征进行建模。每个独立变量的事件数（EPV）是指较小的亚组中的病人数除以开发预测模型时考虑的放射组学特征数。考虑的EPV值为5、10、15和20。因此，本研究分别用前16、8、6和4个最频繁的特征构建了四个模型。同时还比较了用CFS选择的特征构建的模型。 

20EPV-模型、15EPV-模型和CSF-模型（AUC=0.71、0.81和0.78）的AUC比10EPV-模型（AUC=0.84，P<0.001）差。10EPV-Model的AUC与5EPV-Model相当（AUC = 0.85，p = 0.480）。 

图 基于验证集中不同特征数建立的模型的ROC曲线。15EPV-6-模型、10EPV-8-模型和5EPV-16-模型的AUC值大于2EPV-CFS-模型（P < 0.001）。10EPV-8-模型和5EPV-16-模型的AUC值相当（P = 0.480）。

本研究所开发的基于常规椎体MRI（T1WI和FS-T2WI）的放射组学模型可以很好地区分MM和转移瘤。当选择适当的少量最适合的特征来建立一个具有良好性能的放射组学模型时，就可以得到预期的结果。本研究为临床建模特征的选择提供了参考，并建议在此过程中遵循10EPV的经验法则。

原文出处：

Jianfang Liu,Wei Guo,Piaoe Zeng,et al.Vertebral MRI-based radiomics model to differentiate multiple myeloma from metastases: influence of features number on logistic regression model performance.DOI:10.1007/s00330-021-08150-y