基于多参数光谱CT的放射学在预测非小细胞肺癌中编程死亡配体1的表达
1Imaging Center Department, Gansu Provincial Maternity and Child-care Hospital, Lanzhou, China.
Clinical radiology
|February 2, 2024
概括
对光谱CT图像的放射学分析有效地预测了非小细胞肺癌 (NSCLC) 中的编程死亡配体1 (PD-L1) 表达. 包括放射学分数和白细胞计数在内的综合模型显示,免疫疗法选择的预测准确度很高.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 编程死亡配体1 (PD-L1) 表达对于预测非小细胞肺癌 (NSCLC) 免疫治疗反应至关重要.
- 准确的PD-L1表达的治疗前预测仍然是一个挑战.
- 多参数光谱计算机断层扫描 (CT) 提供了新的成像见解.
研究的目的:
- 评估多参数光谱CT图像中的放射学特征在预测NSCLC中PD-L1表达水平方面的有效性.
- 开发和验证PD-L1状态的预测模型.
主要方法:
- 对220名NSCLC患者的回顾性分析.
- 从传统CT中提取放射学特征,单能40keV,密度,Z有效和电子密度图.
- 使用后勤回归和支持矢量机算法的预测模型的开发.
- 使用接收器操作特征 (ROC) 曲线分析和曲线下的面积 (AUC) 验证.
主要成果:
- 结合放射性评分和白细胞 (WBC) 计数的组合模型实现了PD-L1表达的高预测性能 (≥1%和≥50%).
- 对于PD-L1≥1%,组合模型的AUC值为0.873 (训练) 和0.917 (测试).
- 对于PD-L1 ≥50%,组合模型的AUC为0.932 (训练) 和0.903 (测试),超过仅使用放射学模型的AUC.
结论:
- 对光谱CT多参数图像的放射学分析可以准确地预测NSCLC中的PD-L1表达.
- 开发的综合模型显示出优异的预测效率.
- 这种方法对指导NSCLC患者免疫疗法选择有希望.
