Relación entre el análisis de la textura FDG PET/CT y la supervivencia libre de progresión en pacientes...

Área de la Ciencia:

• En el campo de la oncología
• Radiología
• Imágenes médicas

Sus antecedentes:

• El cáncer de mama es la principal causa de muerte por cáncer en las mujeres.
• El análisis de la textura de las imágenes médicas ofrece información sobre el pronóstico de varios tipos de cáncer, incluido el cáncer de mama.

Objetivo del estudio:

• Investigar la asociación entre las características de textura (TF) de la tomografía por emisión de positrones (PET) de 2-deoxy-2[18F] fluoro-D-glucosa y la progresión de la enfermedad en pacientes con cáncer de mama invasivo.
• Evaluar la capacidad predictiva de los TF para la supervivencia libre de progresión (SFP).

Principales métodos:

• Las características de la textura (TF) se extrajeron de las imágenes PET de 112 pacientes con cáncer de mama invasivo.
• Se emplearon modelos de aprendizaje automático (ML), incluidos el bosque aleatorio, Bayes ingenuo y redes neuronales, para predecir la SFP de uno, tres y cinco años.
• Los TF seleccionados se refinaron utilizando la menor contracción absoluta y la regresión del operador de selección para reducir la dimensionalidad y evitar el exceso de ajuste.

Principales resultados:

• Los modelos de aprendizaje automático que utilizan solo TF lograron notables valores de AUC para predecir PFS de uno, tres y cinco años (por ejemplo, Naive Bayes: 0.857, 0.804, 0.843).
• Los modelos que combinaban TF con parámetros clínicos patológicos demostraron un mejor rendimiento predictivo, con los valores más bajos de AUC alcanzando 0,867, 0,898 y 0,867 para una, tres y cinco años de PFS, respectivamente.
• El estudio destacó el mayor poder predictivo de los modelos integrados en comparación con los TFs solos.

Conclusiones:

• Los modelos de aprendizaje automático que incorporan TF derivados de PET y parámetros clínicos son prometedores para predecir la progresión de la enfermedad.
• Estos modelos pueden ayudar en el pronóstico previo al tratamiento de pacientes con carcinoma de mama invasivo.
• Los hallazgos sugieren un papel valioso para el análisis de la textura en el tratamiento personalizado del cáncer de mama.