首页>>登录,我要注册

肿瘤

放射组学在胰腺癌术前分级中的应用

作者:shaosai 来源:MedSci梅斯 日期:2022-11-17
导读

放射基因组学是一种在肿瘤的基因型和可视化表型之间建立关系的技术,与纹理分析密切相关。

关键字: 胰腺癌 | 放射组学

胰腺导管腺癌(PDAC)是最常见的胰腺恶性肿瘤,5年生存率约为7%。80-85%的胰腺癌患者在诊断时已无法切除。

众所周知,PDAC预后的决定性因素是组织病理学亚型。分化良好的PDAC(1级)与术后长期生存有关。而分化不良是一个独立的预后因素,会影响总的生存率。鉴于PDAC的预后不佳以及术后并发症的高发生率,临床上需要进一步的风险分层以制定更有效的治疗策略。在常规实践中,病变的分化程度是在进行手术治疗后确定的。为了改善手术治疗后患者的生存预后和生活质量,准确的术前诊断意义重大。尽管术后出现胰腺炎并发症的风险很高,但术前确定PDAC等级的唯一方法是侵入性活检,其中包括超声引导下的内窥镜细针活检(EUS-FNB)和超声/计算机断层扫描(CT)引导下的经皮活检。因此,需要一种安全的、可获得的术前方法来确定PDAC的分化程度。

目前,可靠地诊断PDAC的唯一方法是影像学手段,如超声、CT、MRI或综合成像。目前,CT在诊断胰腺癌方面的敏感性和特异性分别达到89%和90%。肿瘤的动态CT图像显示了肿瘤的扩散、肿瘤组织的血管化和主血管的侵犯。然而,这些成像数据在微观结构和分子水平上大多是非特异性的,许多遗传和预后信息仍未被揭示。

放射基因组学是一种在肿瘤的基因型和可视化表型之间建立关系的技术,与纹理分析密切相关。放射基因组学通过从医学图像中提取大量的定量特征,对肿瘤表型进行全面的定量评估。因此,放射组学可以用来揭示癌症,用于鉴别诊断、手术策略、预后、反应预测和随访。

近日,发表在European Radiology杂志的一项研究为PDAC的分级预测开发了一个基于放射组学模型的诊断算法,为临床的术前无创评估提供了技术支持。

本研究纳入91名经组织学确认的PDAC患者,根据肿瘤等级进行亚组分类。两位接受组织学盲审的放射科医生独立分割病灶,在所有增强图像上进行定量纹理分析。计算PDAC和未改变的胰腺组织的密度比,以及动脉、门静脉和延迟检查阶段的相对肿瘤增强(RTE)。主成分分析被用于多变量预测器分析。二元逻辑模型中预测因子的选择分2个阶段进行:(1)使用单因素逻辑模型(选择标准为P < 0.1);(2)使用正则化(变量标准化后的LASSO回归)。

在动脉期、门静脉期和延迟期的62个纹理特征中,分别有4个、16个和8个存在明显差异(P < 0.1)。经过筛选,最终的诊断模型包括DISCRETIZED HU标准、DISCRETIZED HUQ3、GLCM相关、门静脉期造影剂增强的GLZLM LZLGE和CT研究延迟期的CONVENTIONAL_HUQ3等放射组学特征。在其基础上,建立了一个诊断模型,显示≥2级的AUC为0.75,3级的AUC为0.66。

图 基于模型得到的≥2级(A)和3级(B)概率的ROC分析结果。最大(>90%)特异性区域以蓝色标示,最大(>90%)敏感性区域以绿色标示

本研究表明,不同等级PDAC的放射组学特征各不相同,这增加了CT在术前诊断中的准确性。本研究建立了一个包括纹理特征的诊断模型,给模型可以用来预测PDAC的等级,为临床的术前、无创、准确评估提供了支持。

原文出处:

Valeriya S Tikhonova,Grigory G Karmazanovsky,Evvgeny V Kondratyev,et al.Radiomics model-based algorithm for preoperative prediction of pancreatic ductal adenocarcinoma grade.DOI:10.1007/s00330-022-09046-1

分享:

评论

我要跟帖
发表
回复 小鸭梨
发表
//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