基于计算机断层扫描的预测模型用于识别患有高概率非肌肉侵入性膀癌的患者
Kyung A Kang1, Min Je Kim1, Ghee Young Kwon2
1Department of Radiology, Samsung Medical Center, Sungkyunkwan University School of Medicine, 81 Irwon-ro, Gangnam-gu, Seoul, 06351, Republic of Korea.
Abdominal radiology (New York)
|October 17, 2023
概括
这项研究开发了一种计算机断层扫描 (CT) 预测模型,用于识别患有非肌肉侵入性膀癌 (NMIBC) 的患者. CT模型实现了高正预测值 (PPV),可能减少了额外MRI扫描的需要.
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:
- 膀癌的诊断通常需要侵入性手术.
- 准确的非侵入性方法对于分期膀癌至关重要.
- 区分非肌肉侵入性膀癌 (NMIBC) 和肌肉侵入性类型的影响治疗决策.
研究的目的:
- 开发和验证基于计算机断层扫描 (CT) 的预测模型.
- 确定患有高概率非肌肉侵入性膀癌 (NMIBC) 的患者.
- 评估CT模型对NMIBC检测的正预测值 (PPV).
主要方法:
- 对147名经过对比度增强CT和手术的患者进行了回顾性分析.
- 评估膀肌肉入侵,瘤茎和瘤大小,使用三分尺度.
- 开发使用CT参数的多变量预测模型,并评估读者之间的协议.
主要成果:
- CT预测模型的标准包括肌肉入侵得分<2,瘤茎得分>0,瘤大小<3厘米.
- 该模型显示NMIBC的PPV很高,在读器和数据类型中从92.7%到93.4%不等.
- 对该模型的读者间一致性很大 (Gwet 的 AC1 = 0.753).
结论:
- CT衍生的预测模型在识别NMIBC患者方面表现出高效.
- 这种模型可能会在大约30%的膀癌病例中减少额外MRI的需要.
- 电脑图像扫描可以帮助解释膀癌的特征,从而有可能简化诊断途径.
