基于计算机断层扫描的放射学可以预测FOXM1表达和清细胞细胞癌患者的整体存活率
Jingwei Zhao1, Qi Zhang1, Yan Chen1
1Department of Diagnostic Radiology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021, China.
Academic radiology
|March 13, 2024
概括
一个放射学签名 (Rad-score) 准确地预测了清细胞细胞癌 (ccRCC) 中的 Forkhead box M1 (FOXM1) 表达. 这与临床因素相结合,为ccRCC患者提供了卓越的预后预测模型.
科学领域:
- 放射学和瘤学 放射学和瘤学
- 医学成像分析 医学成像分析
- 癌症生物标志物 癌症生物标志物
背景情况:
- 叉头盒M1 (FOXM1) 是细胞增殖的关键调节剂,并已与清细胞细胞癌 (ccRCC) 病原发生有关.
- 准确预测FOXM1表达水平和患者预后对于有效的ccRCC管理至关重要.
- 基于计算机断层扫描 (CT) 的放射学提供了一种非侵入性方法,以提取定量成像特征来预测瘤特征.
研究的目的:
- 开发基于CT的放射学模型,用于预测ccRCC中的FOXM1表达水平.
- 为ccRCC患者建立一个结合放射学和临床因素的预后预测模型.
- 评估放射学签名 (Rad-score) 和结合模型与传统预后因素的预测性能.
主要方法:
- 分析了529名ccRCC患者的队列,以评估FOXM1的预后意义.
- 在训练队列 (n=184) 中使用CT图像来预测FOXM1表达的放射学特征 (Rad-score) 得到开发.
- 考克斯回归分析被用来构建临床和组合模型 (临床因素+Rad-score) 进行预后预测,通过一致性指数 (C-index) 评估性能.
主要成果:
- Rad-score在预测高FOXM1表达方面表现出很高的准确性,在训练队列中,ROC曲线下的面积为0.713.
- 组合模型实现了最高的C指数 (0.741在培训中,0.745在验证中),显著超过了单独的Rad-score,TNM阶段和临床模型.
- 确定了Rad-score作为ccRCC的独立预后因素.
结论:
- 基于CT的放射学签名 (Rad-score) 可以准确预测ccRCC中的FOXM1表达水平.
- 开发的Rad-score是ccRCC的独立预后因素.
- 结合Rad-score和临床因素的综合模型为ccRCC患者提供了卓越的预后预测.
