通过构建基于磁共振成像的临床放射学模型名图,预先预测脑膜瘤亚型
Tao Han1, Xianwang Liu1, Zhendong Xu2
1Department of Radiology, Lanzhou University Second Hospital, Lanzhou, China; Second Clinical School, Lanzhou University, Lanzhou, China; Key Laboratory of Medical Imaging of Gansu Province, Lanzhou, China; Gansu International Scientific and Technological Cooperation Base of Medical Gansu International Scientific and Technological Cooperation Base of Medical, Lanzhou, China.
World neurosurgery
|October 9, 2023
概括
使用MRI的临床放射学模型有效地区分了纤维囊膜瘤与非纤维囊膜瘤类型. 该模型显示了改善脑膜瘤患者手术规划和预后评估的潜力.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 脑膜瘤是脑膜的主要瘤.
- 从其他亚型区分纤维细胞脑膜瘤对于治疗和预后至关重要.
- 准确的手术前分类仍然是一个挑战.
研究的目的:
- 评估临床放射学模型的诊断性能,以区分纤维状囊膜瘤与非纤维状囊膜瘤.
- 评估将临床数据与来自MRI的放射学特征集成的附加值.
- 确定手术规划和预后评估开发的模型的临床实用性.
主要方法:
- 一组423名患有脑膜瘤的患者被追溯分析.
- 从对比度增强的T1加权和T2加权MRI序列中提取了放射性特征.
- 使用Selectpercentile和LASSO方法进行了特征选择.
- 一个临床放射学模型被开发并使用随机森林分类来验证.
- 模型性能使用接收器操作特征曲线,精度,灵敏度和特异性来评估.
主要成果:
- 从MRI数据中确定了13个放射性特征.
- 临床放射学模型在训练组中达到0.836的曲线下面积 (AUC),在验证组中达到0.756.
- 该模型与仅使用放射学模型相比,表现出更高的性能.
- 关键绩效指标包括训练和验证集的准确性,敏感性和特异性.
结论:
- 综合的临床放射学模型显示,有很大的潜力来区分纤维细胞脑膜瘤.
- 这种方法可以作为一个有价值的工具进行手术前诊断和手术策略.
- 该模型可以帮助预测患者的结果,并指导临床管理.
