基于超声波的放射学与临床特征的整合,用于预测分化甲状腺癌的术后患者的宫淋巴结转移

科学领域:

• 放射学和成像学 放射学和成像学
• 在瘤学瘤学.
• 医疗信息学 医疗信息学

背景情况:

• 分化甲状腺癌 (DTC) 手术需要准确预测宫淋巴结转移 (CLNM).
• 目前的诊断方法可能在准确预测CLNM方面存在局限性.
• 超声波 (US) 影像是评估DTC患者淋巴结的关键工具.

研究的目的:

• 开发和验证使用纵向和横截面超声波图像的放射学模型,以预测DTC患者的CLNM.
• 为了比较放射学模型的性能与传统的美国和临床病理学特征.
• 构建一个综合模型,整合放射学,美国和临床病理学数据,以改善CLNM预测.

主要方法:

• 对211名DTC患者的211个淋巴结进行了回顾性分析,这些患者接受了部US.
• 在纵向+横截面美国图像上使用最少绝对收缩和选择操作员算法开发放射学模型.
• 创建一个结合的预测模型,结合放射学,常规美国和临床病理学特征,以名图形式呈现.

主要成果:

• 纵向+横截面放射学模型实现AUC为0.846 (训练) 和0.801 (测试),表现优于单视图模型.
• 组合模型在测试队列中显示出高于0.901的AUC.
• 综合模型显著优于传统的美国模型 (AUC,0.731) 和单独的放射学模型 (AUC,0.801).

结论:

• 基于超声波的放射学模型显示出对DTC手术后CLNM准确预测的巨大潜力.
• 综合放射学,美国和临床病理学模型为CLNM提供了更高的诊断准确性.
• 这种方法可以帮助改善差异化甲状腺癌患者的诊断精度.