Un modelo integral asistido por inteligencia artificial para predecir metástasis de ganglios linfáticos en carcinoma...

Área de la Ciencia:

• Oncología
• Radiología
• Imágenes Médicas

Sus antecedentes:

• La detección del carcinoma de células escamosas esofágicas superficial (ESCC) está aumentando.
• Predecir la metástasis de ganglios linfáticos (LN) en ESCC superficial es un desafío.
• La predicción precisa es crucial para una planificación de tratamiento eficaz.

Objetivo del estudio:

• Desarrollar y validar un modelo combinado para predecir metástasis de LN en ESCC superficial.
• El modelo integra características radiómicas basadas en TC y factores de riesgo clínicos.
• Mejorar la precisión diagnóstica y guiar la terapia personalizada.

Principales métodos:

• Análisis retrospectivo de 473 pacientes con ESCC superficial de dos centros.
• Desarrollo de un modelo de radiómica utilizando redes neuronales profundas (DNN) en TC.
• Construcción de un nomograma combinado que integra puntuaciones radiómicas y predictores clínicos.
• Validación mediante el área bajo la curva característica operativa del receptor (AUC), gráficos de calibración y análisis de curvas de decisión.

Principales resultados:

• El modelo combinado demostró una alta precisión predictiva.
• Los valores de AUC fueron 0.95 (entrenamiento), 0.93 (validación interna) y 0.88 (validación externa).
• El estadio T patológico, la diferenciación tumoral y el tamaño del tumor fueron predictores independientes de metástasis de ganglios linfáticos (LN).

Conclusiones:

• Un modelo clínico-radiómico integrado predice eficazmente la metástasis de LN en ESCC superficial.
• Este modelo puede mejorar la toma de decisiones de tratamiento.
• Apoya el desarrollo de estrategias terapéuticas personalizadas para pacientes con ESCC superficial.