摘要：总体评价：本文围绕“基于CT动脉期的临床+Radiomics+Habitat多模态可解释融合模型预测HCC术后早期复发，并探讨影像特征与病理指标（MVI、Ki-67、GPC-3、分级）的关联”展开，问题导向明确，技术路线完整，结果具有一定新颖性与潜在临床价值。
【审稿日记】Radiomics论文如何过审？主审最看重的环节与常见坑
总体评价：本文围绕“基于CT动脉期的临床+Radiomics+Habitat多模态可解释融合模型预测HCC术后早期复发，并探讨影像特征与病理指标（MVI、Ki-67、GPC-3、分级）的关联”展开，问题导向明确，技术路线完整，结果具有一定新颖性与潜在临床价值。数据量（n=191）在单中心回顾性研究中尚可，模型AUC（测试集0.933）与DCA显示较高判别与净收益，结合SHAP提升了解释性，优点较为突出。
主要优点：
研究设计清晰，分别构建临床、Radiomics、Habitat及融合模型并进行对比，体现融合增益；以CH指数选择k=3进行Habitat分区，并将子区特征聚合，流程规范；模型构建采用SMOTE、CV+网格搜索、Delong检验与DCA、SHAP解释，统计与机器学习环节较为全面；纳入病理学相关性分析，增强了模型的生物学可解释性。外部验证缺失：建议增加时间外（temporal）或多中心外部验证，或至少提供bootstrap自助法的稳健性评估与校准曲线（calibration curve、Brier score），避免过拟合疑虑。纳排标准与随访：早期复发定义为术后2年内复发，建议明确随访间隔、影像学复核流程的一致性以及失访率处理。结局平衡：训练集采用SMOTE，但测试集原始分布不变，建议报告混淆矩阵、PPV、NPV、F1、校准斜率/截距，以便全面评估临床可用性。多设备扫描参数存在差异（阈值、管电流等），建议进行ComBat或类似批次效应校正，并在附录报告是否对分层或敏感性分析进行了验证。分割：仅说明由一名医师分割、上级医师复核，建议提供重复分割的ICC（intra-/inter-observer）评估，保证特征重现性筛选的充分性。特征选择：多重比较问题需控制（如FDR），并明确Radiomics特征预处理（重采样插值、量化灰度bin宽等）和特征稳定性（例如mRMR、RFE对比）。Habitat聚合方式：当前使用“子区特征均值”，建议探讨/报告其他聚合策略（如最大值、加权均值、变异系数）对绩效的敏感性。算法选择：仅比较RandomForest、ExtraTrees、MLP，建议补充Logistic回归（带L1/L2）、XGBoost/LightGBM，以验证融合优势的稳健性。阈值选择与临床转化：请说明临床应用阈值的选取原则（Youden、固定敏感度或特定风险阈值），并在DCA中标注关键阈值区间，提供潜在临床情境示例（如高危患者加强随访/辅助治疗）。Delong检验结果请系统呈现P值矩阵与效应量（ΔAUC及其CI），并补充Net Reclassification Improvement（NRI）或IDI作为辅助。SHAP重要特征的影像学含义可进一步阐释，尤其是高贡献的GLSZM/GLRLM特征与肿瘤异质性、坏死、血供的联系；病理相关性部分建议给出多变量校正（控制年龄、性别、AFP等）的偏相关或Logistic回归，以减少混杂；目前GPC-3相关性的r值较低（~0.14–0.17），需强调效应量有限与探索性性质。结论与建议：本文选题重要、方法链路较完整，结果有说服力且具临床潜力。但为提升可信度与可推广性，建议按上述意见完善外部验证、校准与稳健性分析，补充分割一致性与批次效应处理，并规范图表与文字表述。整体建议：大修后再审。
来源：影像诊断小札记一点号
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!
