基于肺状细胞癌CT成像特征的PD-L1表达的预测

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

背景情况:

• 编程死亡配体1 (PD-L1) 表达是免疫治疗非小细胞肺癌的关键生物标志物.
• 准确预测PD-L1表达可以指导肺状细胞癌 (SCC) 的治疗决策.

研究的目的:

• 开发和评估基于计算机断层扫描 (CT) 的模型,用于预测肺SCC患者的PD-L1表达.
• 为了确定与PD-L1阳性相关的特定CT成像特征.

主要方法:

• 分析97名SCC患者的治疗前CT图像,这些患者接受了PD-L1表达试验.
• 构建后勤回归模型,以预测PD-L1阳性在整体队列和晚期患者 (≥IIIB阶段).
• 计算接收器运行特征曲线 (AUC) 下的面积,以评估模型性能.

主要成果:

• 对于晚期的SCC患者,一个包含瘤大小,多结节,肺寡聚转移和没有间歇性肺病的模型,实现了0.897.7的AUC.
• 肺部结节和肺部寡度转移显示了预测PD-L1表达的显著几率比率 (分别为8.78和16.35).
• 总患者组的模型显示较低的AUC (0.652对于所有特征,0.556对于选择的特征).

结论:

• 基于CT的模型可以有效地预测肺SCC中的PD-L1表达,特别是在晚期.
• 囊结节性和肺性寡度转移是PD-L1表达的显著CT成像预测因素.
• 这些发现表明,非侵入性CT特征在指导SCC患者免疫治疗选择方面具有潜在的实用性.