Jove
Visualize
お問い合わせ

関連する概念動画

JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー
  1. ホーム
  3. 胆管がん患者における三次リンパ性構造の術前予測のためのmriベースのモデル
  1. ホーム
  3. 胆管がん患者における三次リンパ性構造の術前予測のためのmriベースのモデル

関連する実験動画

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
07:13

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model

Published on: April 18, 2025

193

胆管がん患者における三次リンパ性構造の術前予測のためのMRIベースのモデル

Ying Xu1, Zhuo Li2, Weihua Zhi1

  • 1Department of Diagnostic Radiology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing, China.

Insights into imaging
|August 30, 2025

PubMed で要約を見る

まとめ
この要約は機械生成です。

この研究では,胆管がん (GBC) の三次リンパ性構造 (TLS) を予測するために,磁気共鳴画像 (MRI) ベースの放射学モデルを開発した. 併用モデルでは,手術後の再発のない生存率と免疫療法による全生存率を分層化して,患者の予後を正確に予測します.

キーワード:
胆管がん磁気共鳴画像ラジオミクス三次リンパ性構造

さらに関連する動画

Magnetic Resonance Imaging Assessment of Carcinogen-induced Murine Bladder Tumors
05:19

Magnetic Resonance Imaging Assessment of Carcinogen-induced Murine Bladder Tumors

Published on: March 29, 2019

10.4K
Three-Dimensional Imaging of Tumor-Bearing Tissue Using the Iterative Bleaching Extends Multiplexity Approach
07:16

Three-Dimensional Imaging of Tumor-Bearing Tissue Using the Iterative Bleaching Extends Multiplexity Approach

Published on: April 25, 2025

368

関連する実験動画

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
07:13

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model

Published on: April 18, 2025

193
Magnetic Resonance Imaging Assessment of Carcinogen-induced Murine Bladder Tumors
05:19

Magnetic Resonance Imaging Assessment of Carcinogen-induced Murine Bladder Tumors

Published on: March 29, 2019

10.4K
Three-Dimensional Imaging of Tumor-Bearing Tissue Using the Iterative Bleaching Extends Multiplexity Approach
07:16

Three-Dimensional Imaging of Tumor-Bearing Tissue Using the Iterative Bleaching Extends Multiplexity Approach

Published on: April 25, 2025

368

科学分野:

  • 腫瘍学
  • 放射線科
  • 免疫学

背景:

  • 三次リンパ性構造 (TLS) は,がんの免疫と予後において極めて重要です.
  • 術前のTLS状態を予測することで,胆管がん (GBC) の治療戦略を導くことができます.

研究 の 目的:

  • GBCにおける腫瘍内TLSを予測する術前磁気共鳴画像 (MRI) ベースの放射線モデルを開発し,検証する.
  • 再発のない生存率 (RFS) と全生存率 (OS) を含め,患者の予後を階層化するモデルの能力を評価する.

主な方法:

  • GBC患者の手術前のMRIスキャンから放射線特性を抽出しました.
  • クリニカル・ラジオミクスの組み合わせモデルが開発され,独立したコホートで検証された.
  • ロジスティック回帰とROC分析を使用して,モデルのパフォーマンスを評価し,予測要因を特定しました.

主要な成果:

  • 組み合わせられたモデルは,TLS状態の予測において高い精度を示した (訓練コホートにおけるAUCは0. 891).
  • 術前TLS状態は,GBC患者で独立してRFSを予測した.
  • このモデルは手術後のRFSと 免疫療法後のOSを 効果的に分類した.

結論:

  • MRIベースの結合放射学モデルは,GBCにおける腫瘍内TLS状態を,手術前までに確実に予測することができる.
  • このモデルは,GBC患者の予後予測と治療決定の指針として役立つ.