研究目的非小细胞肺癌(NSCLC)表皮生长因子受体(EGFR)基因突变率高,脑转移(BM)是EGFR突变NSCLC患者常见的治疗失败模式,但目前缺少预测该类患者脑转移风险的研究。本研究旨在建立基于临床因素和原发灶CT影像组学方法以预测Ⅲ/Ⅳ期EGFR突变NSCLC患者无脑转移生存期(BM-FS)的综合模型。研究方法收集2014年8月5日至2020年11月24日于山东省肿瘤医院收治的318例首次诊断为EGFR突变型、Ⅲ/Ⅳ期的NSCLC的患者,根据入排标准从中筛选出142例患者构建随访队列进行回顾性队列研究。收集患者的临床信息并进行随访,计算患者BM-FS。收集患者治疗前胸部CT图像,使用3D-slicer软件进行感兴趣区域(ROI)勾画,提取影像组学特征。将142例患者按照7:3的比例随机分为训练组和验证组,采用LASSO算法和5折交叉验证确定最优特征,根据特征加权回归系数计算影像组学评分(Radscores)。根据Radscores截断值将患者分为脑转移高危组和低危组,绘制Kaplan-Meier生存曲线和受试者工作特征(ROC)曲线并计算ROC曲线下面积(AUC)以评估影像组学模型效能。AY-22989使用方法单因素Cox回归模型建立临床模型,将临床特征和Radscores纳入多因素Cox回归模型,构建综合模型。比较临床、影像组学和综合模型的C指数以评估三个模型的预测效能。基于模型的鉴别能力、校准表现和临床效用对综合模型的预测性能进行评估。研究结果共提取出851项影像组学特征,筛选出6个最优影像组学特征构成Radscores。根据Radscores截断值(cut-off value=3.735)将患者分为脑转移高危组和低危组,总队列中两组间BM-FS存在显著差异hereditary nemaline myopathy(P<0.0001)。影像组学模型在训练组中的1年、2年和3年BM-FS AUC分别为0.774,0.809,0.704,验证组中的1年、2年和3年BM-FS AUC分别为0.815,0.896,0.763。筛选首次治疗反应为脑转移的临床预测因素(P<0.001)。结合临床因素和Radscores的综合模型在训练组中的1年、2年和3年BM-FS AUC分别为 0.858,0.834,0.722,验证组中的 1 年、2 年和 3 年 BM-FS AUC 分别为 0.906,0.866,0.831,表现出较好的预测效果。综合模型在训练组和验证组中的C指数分别为0.865(95%CI:0.810-0.921)和 0.824(95%CI:0.716-0.932)。与临床模型相比,综合模型表现出更好的预测能力(Ceralasertib核磁训练组P<0.001,验证组P<0.001);与影像组学模型相比,综合模型预测能力未见明显提高(训练组P=0.083,验证组P=0.647)。综合模型的校准曲线和决策曲线分析(DCA)表明模型校准度、临床效用较好。结论结合临床因素和Radscores的综合模型在预测Ⅲ/Ⅳ期EGFR突变NSCLC患者BM-FS方面取得了较好效果,有助于对患者脑转移风险进行分层和预测,进而为临床治疗方案的制定提供参考。