Video Experimental Relacionado
Updated: Jun 10, 2026
06:24
Dynamic Contrast Enhanced Magnetic Resonance Imaging of an Orthotopic Pancreatic Cancer Mouse Model
Published on: April 18, 2015
15.2K
Predicción no invasiva de la inestabilidad de los microsatélites en el cáncer rectal en estadio II/III utilizando la
Chao-Yang Zheng1, Jia-Min Zhang1, Qian-Sen Lin1
1Department of Radiology, Quanzhou First Hospital Affiliated to Fujian Medical University, Quanzhou 362000, Fujian Province, China.
World journal of gastrointestinal oncology
|August 21, 2025
Resumen
La radiomía de resonancia magnética con contraste dinámico no invasivo puede predecir el estado de inestabilidad de microsatélites (MSI) en el cáncer rectal. Los modelos de aprendizaje automático identificaron con precisión los tumores de alto ISM, mejorando las capacidades de diagnóstico no invasivo.
Área de la Ciencia:
- En el campo de la oncología
- Radiología
- Imágenes médicas
Sus antecedentes:
- El cáncer colorrectal es uno de los principales tumores digestivos.
- La inestabilidad de los microsatélites (MSI) afecta el pronóstico del paciente y la respuesta al tratamiento.
- Las pruebas actuales de IMS requieren biopsias invasivas y pueden estar limitadas por la heterogeneidad del tumor.
Objetivo del estudio:
- Desarrollar un método no invasivo para determinar el estatus de MSI en el cáncer rectal en estadio intermedio.
- Utilice la radiómica y el aprendizaje automático de resonancia magnética dinámica mejorada por contraste (DCE-MRI).
- Establecer un modelo predictivo para el estado de MSI.
Principales métodos:
- Análisis retrospectivo de 120 pacientes con cáncer de recto en estadio II/III (30 con índice MSI alto, 90 con índice MSI bajo).
- Extracción de las características radiómicas de las exploraciones DCE-MRI, incluidos los parámetros de textura, forma e histograma.
- Selección de características mediante regresión LASSO y desarrollo de modelos utilizando regresión logística, SVM y algoritmos forestales aleatorios.
Principales resultados:
- Se identificaron características de imagen distintas entre los tumores de alto MSI y los de MSS/MSI bajo.
- Los tumores con IMS alto mostraron una entropía significativamente mayor, una relación superficie-volumen y una variación de la intensidad de la señal.
- El modelo forestal aleatorio logró un alto rendimiento de clasificación (AUC de 0,891-0,896).
- La integración con los datos clínicos mejoró el rendimiento (AUC 0,923- 0,914) con una sensibilidad del 88,5% y una especificidad del 87,2%.
Conclusiones:
- La radiomía DCE-MRI combinada con el aprendizaje automático proporciona un enfoque eficaz para evaluar el estado de MSI en el cáncer rectal.
- Esta técnica no invasiva puede ayudar en la estratificación y gestión del tratamiento.
- La radiómica ofrece una herramienta prometedora para superar las limitaciones de las pruebas MSI tradicionales.
