计算机断层扫描放射性特征和临床因素预测了中期肝细胞癌中第一次跨动脉化学栓塞的反应

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是指放射学
• 机器学习 机器学习
• 肝细胞癌 (HCC) 研究研究

背景情况:

• 跨动脉化学栓塞 (TACE) 是中期肝细胞癌 (HCC) 的标准治疗方法.
• 早期预测TACE反应对于优化患者治疗计划和改善生存率至关重要.
• 本研究评估了一种放射性临床模型,用于预测第一个TACE治疗在HCC中的疗效.

研究的目的:

• 开发和验证一个放射性临床模型,用于预测HCC患者对第一个TACE会话的治疗反应.
• 评估放射性信号,临床因素和治疗疗效之间的相关性.
• 为了确定TACE接受的HCC患者整体存活期的预后因素.

主要方法:

• 对164名接受首次TACE的HCC患者的分析.
• 在固体瘤中使用修改后的响应评估标准 (mRECIST) 评估瘤反应.
• 使用LASSO识别的放射性特征;随机森林 (RF) 模型与周围瘤感兴趣区域 (ROI) 开发.
• 使用ROC曲线和校准曲线评估模型性能;构建名图.

主要成果:

• 结合周围的放射性信号的射频模型实现了高预测性能 (AUC训练=0.964,AUC验证=0.949).
• 开发了一种放射性评分 (Rad-score),将患者分为高风险和低风险组.
• 多变量分析确定了整体生存的关键预后因素,包括Rad-score,男性性别,AFP,ALT,表现状态和TACE会话数量.

结论:

• 一个放射性临床模型有效地预测了HCC患者对第一个TACE的治疗反应.
• 该模型有助于识别可能从TACE中受益的患者,从而有可能改善治疗策略.
• 这些发现突显了将放射性特征与临床数据整合为个性化HCC管理的价值.