对比增强型计算机断层扫描的放射学分析,用于预测神经母细胞瘤神经母细胞瘤的国际神经母细胞瘤病理分类
Haoru Wang1, Mingye Xie1, Xin Chen1
1Department of Radiology, Children's Hospital of Chongqing Medical University, National Clinical Research Center for Child Health and Disorders, Ministry of Education Key Laboratory of Child Development and Disorders, Chongqing Key Laboratory of Pediatrics, No. 136 Zhongshan Road 2, Yuzhong District, Chongqing, 400014, China.
Insights into imaging
|June 14, 2023
概括
这项研究表明,基于计算机断层扫描 (CT) 的放射学可以预测神经母细胞瘤患者的国际神经母细胞瘤病理分类 (INPC). 开发的放射学模型在区分INPC子组方面表现出良好的诊断性能.
科学领域:
- 医疗成像医学成像
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
背景情况:
- 神经母细胞瘤是一种常见的儿科癌症.
- 准确的病理分类对于治疗和预后至关重要.
- 国际神经母细胞瘤病理学分类 (INPC) 提供了一个标准化的系统,用于分类神经母细胞瘤.
研究的目的:
- 开发和验证基于计算机断层扫描 (CT) 的放射学模型,用于预测神经母细胞瘤中国际神经母细胞瘤病理分类 (INPC) 的神经母细胞瘤.
- 评估放射学模型在区分INPC子组的诊断性能.
主要方法:
- 分析了297名神经母细胞瘤患者的回顾性队列.
- 使用对比度增强CT图像的特征构建了一个后勤回归放射学模型.
- 该模型在单独的患者组上进行了训练和验证,并使用合成少数群体过量采样技术进行了类平衡.
- 用接收器操作特征曲线,校准曲线和决策曲线分析来评估诊断性能.
主要成果:
- 放射学模型利用了17个特征,在训练组中达到0.851的曲线下面积 (AUC),在测试组中达到0.816.
- 在两组中都观察到高精度,灵敏度和特异性,这表明了强大的诊断能力.
- 校准曲线证实了模型的良好匹配,决策曲线分析支持其在各种风险值的临床实用性.
结论:
- 基于CT的放射学分析显示了在神经母细胞瘤中非侵入性预测INPC亚组的显著潜力.
- 这种方法可以帮助精确的病理分类和神经母细胞瘤患者的管理.
