在转移性疾病中对损伤特异性系统性治疗反应的放射性基预测
Caryn Geady1,2, Farnoosh Abbas-Aghababazadeh1, Andres Kohan1
1Princess Margaret Cancer Centre, University Health Network, Toronto, Canada.
medRxiv : the preprint server for health sciences
|October 24, 2023
概括
放射性生物标志物可以预测leiomyosarcoma患者个体肺转移 (LM) 的治疗耐药性. 这种方法提高了预测的准确性,有助于对转移性疾病的个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 生物标志物 生物标志物
背景情况:
- 转移性患者的个体瘤可以表现出不同的特征和治疗敏感性.
- 了解病变特异性耐药性对于有效的癌症治疗至关重要.
研究的目的:
- 调查放射性生物标志物,以预测转移性乳腺神经瘤中病变特异性治疗耐药性.
- 开发个体肺转移 (LM) 进展的预测模型.
主要方法:
- 在80名患者中利用了202例肺转移 (LM) 的治疗前计算机断层扫描 (CT) 放射特征.
- 开发并验证了一种放射性模型,以根据病变特定特征预测LM进展.
- 在不同的LM体积组中评估模型性能,并对体积效应进行控制.
主要成果:
- 与基线分类器相比,放射性模型显示预测能力显著增加 (高达4.5倍).
- 在最精确的模型中,精度回忆曲线下的面积为0.70.
- 预测精度因药物和LM体积而异,体积效应因特征选择而减轻.
结论:
- 放射性特征提供了一种新的策略,通过承认瘤异质性来评估治疗反应.
- 这种方法可以促进个性化的管理策略,包括对抗性克隆的选择性切除.
- 放射学有潜力改善多转移性乳腺神经瘤的治疗结果.


