ダイナミックコントラスト強化磁気共鳴画像放射学を用いたII/III段階の直腸がんにおけるマイクロサテライト不安定性の非侵襲的予測
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
まとめ
非侵襲的なダイナミックコントラスト強化MRI放射線は,直腸がんにおけるマイクロサテライト不安定性 (MSI) の状態を予測することができます. 機械学習モデルはMSIが高い腫瘍を正確に特定し 非侵襲的な診断能力を向上させました
科学分野:
- 腫瘍学
- 放射線科
- 医療用イメージング
背景:
- 大腸がんは 主要な消化器系の悪性腫瘍です
- マイクロサテライトの不安定性 (MSI) は,患者の予後と治療への反応に影響します.
- 現在のMSI検査は侵襲的な生検を必要とし,腫瘍の異質性によって制限されることがあります.
研究 の 目的:
- 中途半端な直腸がんにおけるMSI状態の決定のための非侵襲的方法を開発する.
- ダイナミックコントラスト強化MRI (DCE-MRI) 放射学と機械学習を使用します.
- MSIステータスの予測モデルを確立する.
主な方法:
- 120人のステージII/IIIの直腸がん患者 (30人のMSIが高く,90人のMSIが低く) の遡及分析.
- テクスチャー,形状,ヒストグラムのパラメータを含むDCE-MRIスキャンからの放射線特性の抽出.
- LASSO回帰による特徴選択と,ロジスティック回帰,SVM,ランダムフォレストアルゴリズムによるモデル開発.
主要な成果:
- 高MSIとMSS/低MSIの腫瘍のイメージングの特徴は異なっていた.
- 高MSIの腫瘍は,有意に高いエントロピー,表面と体積の比,および信号強度の変化を示した.
- ランダムフォレストモデルは,高い分類性能 (AUC 0.891-0.896) を達成した.
- 臨床データと統合すると, 88. 5% の感度と 87. 2% の特異性で性能が改善された (AUC 0. 923- 0. 914).
結論:
- DCE-MRI放射学と機械学習は,直腸がんにおけるMSI状態を評価するための効果的なアプローチを提供します.
- この非侵襲的なテクニックは,治療の分層化と管理に役立ちます.
- ラジオミクスは,従来のMSIテストの限界を克服する有望なツールです.
