基于CT的放射学分析用于预测Ewing肉瘤肺转移的肺转移
Ying Liu1, Ping Yin1, Jingjing Cui2
1Department of Radiology, Peking University People's Hospital, 11 Xizhimen Nandajie, Xicheng District, Beijing, 100044, People's Republic of China.
BMC medical imaging
|October 2, 2023
概括
使用计算机断层扫描 (CT) 和临床数据的放射学模型可以预测Ewing肉瘤 (ES) 患者的肺转移. 综合模型在预测两年内转移的准确度最高.
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:
- 尤文肉瘤 (ES) 是一种罕见的骨癌.
- 肺转移 (MT) 显著影响ES患者的预后.
- 早期预测MT对于及时干预至关重要.
研究的目的:
- 开发和验证放射学模型,用于预测ES患者的肺转移.
- 评估CT和CT增强 (CTE) 放射性特征与临床数据相结合的性能.
- 在诊断后两年内确定最有效的MT早期预测模型.
主要方法:
- 对143名ES患者 (114名培训,29名验证) 的回顾性分析.
- 从CT和CTE图像中提取放射性特征.
- 六个模型的开发:三个仅为放射学 (CT,CTE,ComB) 和三个临床放射学 (CT_clinical,CTE_clinical,ComB_clinical).
- 使用接收器操作特征曲线 (AUC) 下的面积和准确度进行评估.
主要成果:
- 治疗方法是区分MT和非MT组的显著临床风险因素.
- 所有六种模型都在预测肺转移方面表现良好.
- 综合放射学模型 (ComB) 实现了最高的AUC (0.866培训,0.852验证).
- 在评估模型的AUC之间没有发现统计学上显著的差异.
结论:
- 结合放射性特征和临床特征的临床放射学模型为ES的肺转移提供了有利的预测能力.
- 这些模型可以帮助早期识别患有肺传播高风险的患者.
- 需要进一步验证,以完善预测准确性和临床实用性.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.8K
11:31Using Micro-computed Tomography for the Assessment of Tumor Development and Follow-up of Response to Treatment in a Mouse Model of Lung Cancer
Published on: May 20, 2016
10.8K
