基于CT的放射学预测CRC患者的KRAS突变使用机器学习算法:一项回顾性研究
Jacobo Porto-Álvarez1, Eva Cernadas2, Rebeca Aldaz Martínez1
1Department of Radiology, Complexo Hospitalario Universitario de Santiago de Compostela, 15706 Santiago de Compostela, Spain.
Biomedicines
|August 26, 2023
概括
基于计算机断层扫描 (CT) 的放射学可以预测结直肠癌 (CRC) 患者的KRAS突变. 这种非侵入性方法对管理CRC和在侵入性手术之前对患者进行潜在的诊断充满希望.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 大肠直肠癌 (CRC) 是一种普遍存在的全球性恶性瘤.
- KRAS突变发生在30-50%的CRC病例中,并预测抗EGFR治疗的耐药性.
- 准确预测KRAS突变状态对于有效的CRC治疗策略至关重要.
研究的目的:
- 评估基于计算机断层扫描 (CT) 的放射学在预测CRC患者KRAS突变方面的有效性.
- 探索CT成像特征与KRAS突变状态之间的相关性.
- 评估放射学作为CRC患者管理的非侵入性工具的潜力.
主要方法:
- 对56名确诊KRAS状态的CRC患者进行了回顾性研究.
- 在治疗前从对比度增强CT (CECT) 扫描中提取放射性特征.
- 应用各种机器学习分类器 (AdaBoost,神经网络,决策树,SVM,随机森林) 进行预测.
- 分析纹理描述器以识别与KRAS突变相关的成像模式.
主要成果:
- 使用临床数据的AdaBoost组合实现了最高的预测准确度 (76.8%) 和kappa (53.7%),敏感度为73.3%,特异性为80.8%.
- 纹理描述器的准确度为73.2%,kappa为46%,灵敏度为76.7%,特异性为69.2%.
- 在CT纹理模式和KRAS突变状态之间观察到显著的相关性.
结论:
- 基于CT的放射学可以有效地预测结直肠癌患者的KRAS突变.
- 放射学为评估KRAS状态提供了一种有前途的非侵入性方法,有可能指导治疗决策.
- 这种方法可能在未来在早期诊断和治疗CRC方面发挥作用,减少对侵入性手术的需要.
