肿瘤

MRI衍生的放射组学分析实现了早期宫颈癌的无创评估

作者:shaosai 来源:Medsci梅斯 日期:2022-03-12
导读

         据统计,宫颈癌是全球第四大最常见的恶性肿瘤,也是女性癌症相关死亡的第四大原因。

        据统计,宫颈癌是全球第四大最常见的恶性肿瘤,也是女性癌症相关死亡的第四大原因。对于2018年FIGO IIA的早期患者,尤其是年轻女性,一般首选手术治疗,因为其具有良好的肿瘤学效果且没有原发性化放疗引起的副作用。然而,有高达21.6-61.6%的患者有多项高危病理因素,包括淋巴结转移(LNM)、手术边缘阳性和宫旁侵犯(PMI),以及一定的中危因素组合,即Sedlis标准,包括淋巴血管间隙侵犯(LVSI)、深层基质侵犯或肿瘤体积较大,需要在根治性子宫切除术后辅助化放疗治疗。与一次化放疗相比,由根治性子宫切除术后辅助化放疗组成的多模式治疗会增加毒性和费用,但却不能提高生存率。因此在治疗前对早期宫颈癌患者进行评估,对于确定多模式治疗候选者和选择最优化的治疗策略具有重要的临床价值。

        目前在临床上,影像学检查和前哨淋巴结活检是术前评估的主要手段。然而,成像评估的准确性在很大程度上取决于成像方式和放射科医生的诊断经验。此外,并不是所有的病理风险因素,如LVSI和手术边缘,都可以用普通的术前方法精确识别。术中前哨淋巴结评估是一种侵入性程序,在识别结节受累方面的灵敏度不尽人意。

        放射线组学作为一种新的成像工具,可以将医学图像转化为高维可挖掘的数据,将放射线组学衍生的数据和其他相关的临床数据进行联合分析,以协助临床制定治疗策略。盆腔的磁共振成像(MRI)是宫颈癌分期和治疗计划最可靠的成像方式。T2加权成像(T2WI)是检测宫颈肿瘤和准确评估局部疾病范围的主要手段。很少有研究利用MRI的放射组学特征,包括T2WI和临床参数来建立早期宫颈癌病理危险因素的预测模型。然而,早期宫颈癌的治疗策略需要综合考虑,不能由单一因素决定。

        近日,发表在EuropeanRadiology杂志的一项研究开发并验证了一个临床-放射组学模型,以协助术前多模式治疗候选者的筛选,并帮助临床医生为早期宫颈癌患者选择最佳治疗策略。

        在2017年1月至2021年2月期间,235名接受根治性子宫切除术的IB1-IIA1宫颈癌患者纳入研究,并根据手术时间分为训练(n=194,训练:验证=8:2)和测试(n=41)集。从术前矢状位T2加权图像中提取每个病人的放射组学特征。显著性检验、皮尔逊相关分析、最小绝对收缩率和选择运算器被用来选择与多模态治疗管理相关的放射组学特征。建立了一个包含放射组学特征、年龄、2018年国际妇产科联盟(FIGO)分期、绝经状态和术前活检组织学类型的临床-放射组学模型,以确定多模式治疗候选者。本研究还构建了一个临床模型和一个临床-常规放射学模型。并开发了列线图和决策曲线分析以促进临床应用。

        临床-放射学模型显示出良好的预测性能,在测试集中的曲线下面积、敏感性和特异性分别为0.885(95%置信区间:0.781-0.989)、78.9%和81.8%。临床模型和临床-常规放射学模型的AUC、敏感性和特异性分别为0.751(0.603-0.900)、63.2%和63.6%,0.801(0.661-0.942)、73.7%和68.2%。决策曲线分析表明,当阈值概率>20%时,临床放射组学模型或列线图可能比全部治疗或不治疗方案更有优势。

        图预测模型构建的放射组学框架

        总之,本研究提出了一个结合放射组学特征和术前临床病理因素的临床-放射组学模型,该临床放射组学模型可以在术前预测临床上进行辅助放疗的实施概率,并可协助临床在早期宫颈癌患者中进行多模式治疗候选者的筛选。

        原文出处:

        Yuan Li,Jing Ren,Jun-Jun Yang,et al.MRI-derived radiomics analysis improves the noninvasive pretreatment identification of multimodality therapy candidates with early-stage cervical cancer.DOI:10.1007/s00330-021-08463-y

分享:

相关文章

评论

我要跟帖
发表
回复 小鸭梨
发表

copyright©金宝搏网站登录技巧 版权所有,未经许可不得复制、转载或镜像

京ICP证120392号  京公网安备110105007198  京ICP备10215607号-1  (京)网药械信息备字(2022)第00160号
//站内统计 //百度统计 //谷歌统计 //站长统计
*我要反馈: 姓    名: 邮    箱:
Baidu
map