开发一种临床病理学-放射学模型,用于预测脑膜瘤患者的进展和复发
Mengna He1, Xiaolan Wang2, Chencui Huang3
1Department of Radiology, The Second Affiliated Hospital of Zhejiang University School of Medicine, Hangzhou, 310009, China (M.H., X.W., X.P., Z.W., L.Z., F.W., M.Z., X.G., X.X.); Department of Radiology, Shaoxing No. 2 Hospital Medical Community General Hospital, Shaoxing, China (M.H.).
Academic radiology
|November 22, 2023
概括
预测脑膜瘤的进展和复发 (P/R) 是至关重要的. 将临床病理学数据与手术前MRI放射学数据相结合,显著改善了P/R预测和无进展生存期 (PFS) 评估.
科学领域:
- 神经瘤学神经瘤学
- 放射学 放射学是一门学科.
- 医学成像分析 医学成像分析
背景情况:
- 脑膜瘤患者手术后的瘤进展和复发 (P/R) 是常见的,这表明预后不佳.
- 准确预测P/R和无进展生存期 (PFS) 对于有效的患者管理至关重要.
研究的目的:
- 评估临床病理学信息对脑膜瘤P/R.R.的预测价值.
- 研究术前磁共振成像 (MRI) 放射学在预测脑膜瘤P/R和PFS中的实用性.
- 开发一个综合模型,结合临床病理学和放射学数据,以提高P/R预测.
主要方法:
- 对169名脑膜瘤患者的回顾性分析,其中54人经历了P/R.
- 提取临床病理学数据 (年龄,性别,辛普森/世卫组织分级,Ki-67,放射治疗史) 和MRI放射学特征 (T1,T2,增强T1).
- 使用PFS的Cox生存分析开发和比较临床病理学,放射学和组合模型.
主要成果:
- 临床病理学因素 (Ki-67,辛普森/世卫组织分级,放射治疗史) 是P/R的独立预测因素.
- 临床病理学模型的AUC为0.865 (训练) 和0.817 (测试).
- 综合临床病理学-放射学模型显著改善了P/R预测,AUC为0.93 (训练) 和0.88 (测试).
结论:
- 在手术前的MRI放射学特征可以预测脑膜瘤P/R风险.
- 将临床病理信息与放射学数据相结合,可以获得最佳的预测性能.
- 综合方法提高了脑膜瘤进展和复发的预测.
