开发和验证一种基于双能量CT的模型,用于预测临床阴性状甲状腺癌中中枢淋巴结转移的数量
Weiyue Chen1, Guihan Lin1, Feng Cheng2
1Key Laboratory of Imaging Diagnosis and Minimally Invasive Intervention Research, Clinical College of The Affiliated Central Hospital, School of Medcine, Lishui University, Lishui 323000, China; Institute of Imaging Diagnosis and Minimally Invasive Intervention Research, The Fifth Affiliated Hospital of Wenzhou Medical University, Lishui 323000, China.
Academic radiology
|June 6, 2023
概括
这项研究开发了一种双能CT (DECT) 模型,用于预测皮肤状甲状腺癌 (PTC) 中的中枢淋巴结转移. DECT模型准确地识别了超过5种转移的患者,有助于进行手术前风险评估.
科学领域:
- 放射学和成像学 放射学和成像学
- 在瘤学瘤学.
- 甲状腺癌研究研究
背景情况:
- 乳头甲状腺癌 (PTC) 是一种常见的甲状腺恶性瘤.
- 准确的中枢淋巴结转移 (CLNMs) 的术前分期对于临床结节阴性 (cN0) PTC 患者的治疗规划至关重要.
- 目前的方法可能在准确预测节点参与程度方面存在局限性.
研究的目的:
- 开发和验证基于双能CT (DECT) 的模型,用于预测cN0 PTC患者中CLNM的数量.
- 评估模型的性能与临床预测模型相比.
- 根据模型的预测,将患者分为不同的复发风险组.
主要方法:
- 对490名接受DECT检查的cN0 PTC患者进行了回顾性分析.
- 基于DECT的预测模型的开发,包括定量DECT参数 (例如,正常化的度,正常化的有效原子数,光谱Hounsfield单位曲线的斜率) 和临床因素.
- 使用曲线下的面积 (AUC),校准和临床有用性评估来验证模型.
主要成果:
- 基于DECT的诺米图显示出高预测性能 (AUC:0.842-0.848),显著超过临床模型 (AUC:0.688-0.694).
- 关键预测因素包括年龄,瘤大小和特定的DECT参数.
- 该模型显示了良好的校准和临床效用,并根据复发风险有效地分层患者.
结论:
- 基于DECT的诺米图,包括定量成像特征和临床数据,可以准确预测cN0 PTC患者的CLNM数量.
- 这种工具可以帮助进行手术前风险分层和个性化治疗策略.
- DECT成像为管理潜在的节点参与的PTC提供了有价值的见解.
