トランスレクタルコントラスト強化超音波ベースの放射学モデルを使用して,局所的に進行した直腸がんに対するネオアジュヴァント化学放射線療法の有効性を予測する

科学分野:

• 腫瘍学
• 放射線科
• 医療用イメージング

背景:

• 局所的に進行した直腸がん (LARC) の新補助化学放射線療法 (NCRT) の調整には,腫瘍回帰度 (TRG) の正確な術前予測が不可欠である.
• 治療への反応を評価する現在の方法は,しばしば精度が不足し,高度なイメージング技術が必要である.

研究 の 目的:

• NCRT後のLARC患者の病理的なTRGを予測するために,直腸経コントラスト強化超音波 (TR-CEUS) に基づく放射線モデルを開発し,検証する.
• NCRT前後のTR-CEUS放射学モデルの予測性能を比較する.

主な方法:

• 190人のLARC患者におけるNCRT前後のTR-CEUS画像から抽出した放射性特性を用いた機械学習 (ML) モデルの開発.
• 予測モデルを構築するために,ランダムフォレスト (RF) と多層感知器 (MLP) を含む7つのML分類器を使用した.
• 受信機動作特性 (ROC) 曲線分析とデロング試験を使用してモデルの性能を評価した.

主要な成果:

• NCRT前後のTR-CEUS画像シリーズから合計3360MLのモデルが構築されました.
• 最適なNCRT後のモデル (MLP) は,クロス検証コホートでは0. 857,テストコホートでは0. 841の曲線下の面積 (AUC) を達成した.
• NCRT後のモデルは,NCRT前のモデルと比較して,TRGに対する有意に高い予測効果を示した (p < 0. 05).

結論:

• NCRT後のTR-CEUS画像から派生した放射学モデルは,LARC患者のTRGを予測する上で高い精度を提供します.
• これらのモデルは,NCRTに対する治療反応を正確に評価し,パーソナライズされた治療戦略を容易にすることができます.
• TR-CEUSベースの放射学は,直腸がんの治療結果を評価するための非侵襲的ツールとして有望である.