使用CT瘤回归度对结肠癌的新辅助化疗后反应预测:一项初步研究
Journal of the Korean Society of Radiology
|October 23, 2023
概括
基于CT的瘤回归等级 (ctTRG) 显示了预测结肠癌中新辅助化疗反应的潜力. 它的性能在识别响应者和预测完全缓解方面与CT体积学相美.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是指放射学
- 医疗成像医学成像
背景情况:
- 新辅助化疗 (NAC) 是结肠癌的标准治疗方法.
- 准确预测治疗反应对于优化患者的治疗结果至关重要.
- 基于CT的瘤回归等级 (ctTRG) 是评估NAC反应的潜在成像生物标志物.
研究的目的:
- 评估基于CT的瘤回归等级 (ctTRG) 在预测结肠癌患者对新辅助化疗 (NAC) 的反应中的实用性.
- 将ctTRG的预测性能与CT体积测量进行治疗反应和病理完全缓解 (pCR) 的比较.
主要方法:
- 包括53名接受NAC的结肠癌患者.
- 两位放射科医生根据瘤特征独立评估了ctTRG.
- 使用3D切片软件分析瘤体积变化.
- 评估了ctTRG和病理TRG (pTRG) 之间的相关性.
- 接收器运行特征分析比较ctTRG和体积测量,用于预测响应者和pCR.
主要成果:
- 在ctTRG和pTRG之间发现了适度的相关性 (ρ = -0.540,p < 0.001) 与实质性的观察者间一致性 (κ = 0.672).
- 在预测治疗响应方面,ctTRG的性能与CT体积学相当 (Az = 0.749与Az = 0.794,p = 0.53).
- 在预测pCR方面,ctTRG和体积学之间没有发现显著差异 (p = 0.447).
结论:
- 基于CT的瘤回归等级 (ctTRG) 可能成为预测结肠癌中新辅助化疗反应的宝贵工具.
- ctTRG的诊断性能与CT体积相比,表明其作为一种非侵入性预测生物标志物的潜力.
更多相关视频
03:05Author Spotlight: Advancing Early Detection and Treatment of Gastrointestinal Tumors
Published on: February 16, 2024
1.1K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
