放射性特性と臨床パラメータを用いて,切除可能な第3段階の周辺性SCLCとNSCLCを区別するための予測モデルの開発と検証

科学分野:

• 腫瘍学
• 放射線科
• 医療用イメージング

背景:

• 肺がんをSCLCとNSCLCに分類すると,治療と予後が決まります.
• 末性肺がんのステージIIIは 精密な手術前差別化が必要です
• 現在の診断方法は,SCLCとNSCLCを手術前に区別する上で限界がある可能性があります.

研究 の 目的:

• 末性SCLCとNSCLCの手術前差別化のための予測モデルを開発し,検証する.
• 臨床データと放射線学的特性を統合して 診断の正確性を向上させる.
• 組み合わせた予測モデルの臨床的有用性を評価する.

主な方法:

• 33例のSCLCと99例のNSCLCを遡って分析した.
• コンタスト強化CTスキャンから1037の放射性特徴の抽出
• LASSOの特徴選択を用いた臨床-放射性モデルを含む9つの機械学習モデルの開発と評価.

主要な成果:

• 複合ロジスティック回帰モデルは高いAUC (0. 956トレーニング,0. 905テスト,0. 843外部検証) を達成した.
• 組み合わせられたモデルは,臨床モデルまたは放射性モデル単独と比較して優れたパフォーマンスを示しました.
• 決定曲線分析とKS統計は,組み合わせられたモデルの臨床的有用性を確認した.

結論:

• 臨床的パラメータと放射線学的特徴の統合は,SCLCとNSCLCの手術前差別化の有意な可能性を示している.
• この併用したアプローチは,第3段階の周辺肺がんの治療戦略を最適化するのに役立ちます.
• より大規模で多様なコホートでのさらなる検証が必要である.