一种放射学方法来识别头部和部状细胞癌患者的免疫活性瘤

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 基因组学就是基因组学.

背景情况:

• 基于基因表达的HOT评分识别了头部和部状细胞癌 (HNSCC) 的热/冷表型,与免疫治疗反应相关.
• 该研究旨在评估计算机断层扫描 (CT) 扫描中的放射性特征是否可以区分热和冷HNSCC表型.

研究的目的:

• 为了确定CT扫描中的放射性分析是否可以区分热和冷HNSCC表型.
• 开发一种非侵入性方法,用于预测HNSCC患者的免疫治疗反应.

主要方法:

• 分析了来自癌症基因组图谱 (TCGA) 的113名HNSCC患者和来自Groupe Hospitalier Pitié-Salpêtrière (GHPS) 的20名患者,他们接受了治疗前的CT扫描.
• 使用IBEX软件提取了放射性特征,并根据类内相关系数 (ICC) 选择了强大的特征.
• 机器学习模型以TCGA数据进行训练,并使用接收机操作员特征曲线 (AUC) 下的面积对GHPS数据进行验证.

主要成果:

• 选择了144个具有ICC>0.9的放射性特征.
• 结合这些特征的XGBoost模型在GHPS验证队列中预测HNSCC热/冷表型时获得了0.86的AUC.

结论:

• 一个放射性模型有效地捕捉了HNSCC中的热/冷表型.
• 这种非侵入性方法可能有助于识别适合免疫治疗的HNSCC患者.