Radiomics-based machine-learning method to predict extrahepatic metastasis in hepatocellular carcinoma after hepatectomy: a multicenter study
8.0
来源：
Nature
发布时间：
2025-08-14 03:10
摘要：
本研究利用CT放射组学预测肝细胞癌患者的肝外转移，开发了结合放射组学评分和临床变量的模型，显示出优越的预测性能，具有重要的临床应用价值。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
3.5分+重点关注领域符合度
business_impact
0.3分+商业影响力
scientific_rigor
2.5分+数据支撑的科学性
audience_relevance
0.2分+受众相关性
timeliness_innovation
1.5分+时效性与创新性
关键证据
放射组学评分是肝外疾病的独立预测因子（p < 0.05）
结合模型在训练组的AUC为87.2%
DCA显示结合模型在预测肝外转移方面具有更高的净收益
真实性检查
否
AI评分总结
本研究利用CT放射组学预测肝细胞癌患者的肝外转移，开发了结合放射组学评分和临床变量的模型，显示出优越的预测性能，具有重要的临床应用价值。