使用自动体积细分的三维身体组成参数,可以准确预测结直肠癌的结果

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 身体组成分析 身体成分分析

背景情况:

• 传统的2D成像对身体构成有限制在预测癌症患者的结果.
• 3D体积成像可以更准确地评估人体组成.
• 准确的身体成分数据对于预测癌症患者预后至关重要.

研究的目的:

• 在结直肠癌 (CRC) 患者中评估3D体积体质成分参数.
• 为了确定患者预后3D参数的预测值.
• 为了比较3D与2D参数在预测结果中的有效性.

主要方法:

• 从499名CRC患者 (2010-2016) 的手术前CT扫描分析.
• 自动细分用于评估3D肌肉,肌肉脂肪,皮下脂肪 (SF) 和腹部腰部 (L1-L5) 的腹部内脏脂肪 (AVF).
• 考克斯回归和梯度增强模型用于识别预后因素并比较参数影响.

主要成果:

• 更高的3D腹肌和SF参数与更长的整体存活率 (OS) 和无病存活率相关 (P < 0.001).
• 较低的肌肉质量/体积和较低的SF质量/体积是恶化OS的独立预后因素 (HRs>1.9,P <0.05).
• 高3D腹部内脏脂肪 (AVF) 与术后并发症增加有关 (P <0.05). 3D肌肉体积和SF对OS的影响最大.

结论:

• 与传统的2D参数相比,3D体积构成参数与CRC患者的短期和长期结果具有更好的相关性.
• 3D成像为癌症护理中的预后评估提供了更准确的工具.
• 3D CT 图像的自动细分可促进强大的身体组成分析,以改善患者管理.