在回顾性NSCLC队列中对比增强CT放射基因组学:模型,已发表模型的尝试验证和临床背景的相关性

科学领域:

• 放射基因组学是指放射基因组学.
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 准确预测瘤基因突变对于非小细胞肺癌 (NSCLC) 治疗选择至关重要.
• 与对比度增强的胸部计算机断层扫描 (CE-CT) 为NSCLC评估提供了一种非侵入性成像方式.
• 放射基因组学将成像特征与基因组数据相结合,以了解瘤生物学.

研究的目的:

• 在NSCLC患者中开发和评估频繁基因变异 (KRAS,TP53,EGFR) 的放射遗传学预测模型.
• 评估仅使用放射学和联合放射学-临床模型的性能.
• 将已开发的模型与现有的文献模型进行比较.

主要方法:

• 在治疗前接受CE-CT的157名NSCLC患者的回顾性分析.
• 瘤基因组被测序,并从成像,电子病历和cBioPortal.com收集数据.
• 使用不同的方法开发了两个预测模型 (M1和M2),并测试了第三个外部模型.

主要成果:

• 最常见的基因变异是KRAS,TP53和EGFR.
• 综合放射学和临床数据模型 (M1和M2) 显示出更好的预测性能,特别是EGFR (AUC 0.80-0.81).
• 在与临床数据相结合时,外部EGFR放射性模型实现了0.86的AUC.

结论:

• 在NSCLC中开发了TP53,KRAS和EGFR检测的强大的放射遗传学预测模型.
• 临床变量的整合显著提高了放射性预测模型的性能.
• 来自CE-CT的放射基因组模型为NSCLC患者的管理和治疗选择提供了宝贵的见解.