子宮頸がんにおけるMRIハビタットラジオミクスに基づくリンパ節転移予測モデル

科学分野:

• 腫瘍学
• 医用画像
• 放射線学

背景:

• ラジオミクスは、子宮頸がんにおけるリンパ節転移（LNM）の非侵襲的予測を提供します。
• 従来の腫瘍全体解析では、腫瘍内の不均一性を見逃すことが多く、予測精度が制限されます。

研究 の 目的:

• 早期子宮頸がんにおける骨盤リンパ節転移（LNM）の術前予測のためのMRIベースのハビタットラジオミクスモデルを開発・検証すること。
• 臨床的アプローチおよび従来のラジオミクスアプローチと比較して、モデルのパフォーマンスを評価すること。

主な方法:

• 拡散強調MRIで腫瘍領域を定義しました。
• K平均法クラスタリングを用いて腫瘍内のハビタットを同定しました。
• 腫瘍全体およびハビタットサブ領域からラジオミクス特徴量を抽出し、臨床変数と組み合わせて、相関分析およびLASSO回帰を用いて選択しました。

主要な成果:

• 複合モデル（ハビタットラジオミクス＋臨床因子）は、内部検証において最高のパフォーマンス（AUC = 0.895）を達成しました。
• 臨床モデル（AUC = 0.799）、従来のラジオミクスモデル（AUC = 0.611）、ハビタット単独モデル（AUC = 0.872）を上回りました。
• キャリブレーションおよびデシジョンカーブ分析により、良好な一致と臨床的有用性が確認されました。

結論:

• ハビタットベースのラジオミクスと臨床因子を統合することで、子宮頸がんの術前LNM予測が大幅に向上します。
• このアプローチは、個別化された患者管理のための堅牢で臨床的に適用可能なツールを提供します。
• ハビタットラジオミクスは、腫瘍内の不均一性を効果的に捉え、予後予測精度を向上させます。