基于MRI的骨髓放射学用于预测多发性髓瘤中的细胞遗传异常
1Department of Radiology, The First Affiliated Hospital of Soochow University, Suzhou, 215006, Jiangsu, China.
Clinical radiology
|January 18, 2024
概括
这项研究开发了一种磁共振成像 (MRI) 放射学特征,以非侵入性地预测多发性骨髓瘤 (MM) 患者的高风险细胞遗传异常. 基于FS-T2WI序列的签名在训练和验证队列中显示出有希望的预测性能.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医学成像分析 医学成像分析
背景情况:
- 多发性骨髓瘤 (MM) 是一种由多种细胞遗传异常特征的血液性恶性瘤.
- 准确预测细胞遗传风险分层是指导MM治疗决策的关键.
- 目前评估细胞遗传学的方法可能是侵入性的,可能无法捕捉疾病异质性的全部谱.
研究的目的:
- 使用MRI图像开发和验证放射学特征,用于预测MM的细胞遗传异常.
- 评估来自不同MRI序列 (T1WI和FS-T2WI) 的放射学特征在区分高风险 (HRC) 和标准风险 (SRC) 细胞遗传学方面的性能.
- 建立一种非侵入性工具,用于新诊断的MM患者的预后.
主要方法:
- 对105名新诊断的MM患者进行了回顾性分析,并提供了MRI数据 (T1WI和FS-T2WI序列).
- 在FS-T2WI和T1WI序列上对感兴趣的体积 (VOI) 的手动细分.
- 使用可重现性,冗余分析和LASSO算法提取和选择放射学特征来构建预测签名.
- 使用ROC曲线,AUC,灵敏度和特异性的签名性能验证.
主要成果:
- 使用FS-T2WI序列中的11个显著特征和T1WI序列中的4个显著特征,开发了放射学签名.
- 基于FS-T2WI的放射学签名表现出卓越的性能,在培训队列中达到0.896的AUC,在验证队列中达到0.729.
- 在验证队列中,FS-T2WI签名实现了0.833的灵敏度和0.667的特异性,用于预测HRC.
结论:
- 开发的基于MRI的放射学特征是预测MM细胞遗传异常的非侵入性和方便的工具.
- 这种方法可以帮助风险分层,并可能为MM患者个性化治疗策略.
- 需要进一步的前性研究来证实这些发现,并将放射学纳入临床实践.
