预测膀癌的手术前肌肉侵袭状态,使用基于计算机断层扫描的放射学名ogram
Rui Zhang1, Shijun Jia1, Linhan Zhai1
1Department of Radiology, Xiangyang Central Hospital, Affiliated Hospital of Hubei University of Arts and Science, Xiangyang, 441021, Hubei, China.
BMC medical imaging
|April 27, 2024
概括
这项研究表明,基于计算机断层扫描 (CT) 的放射学名图准确地预测了膀癌 (BCa) 的肌肉入侵. 放射学-临床名图为量化评估BCa肌肉侵袭状态提供了一个有价值的工具.
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:
- 膀癌 (BCa) 肌肉入侵对于治疗决策至关重要.
- 准确预测肌肉侵袭状态对于有效的BCa管理至关重要.
研究的目的:
- 为了评估基于计算机断层扫描 (CT) 的放射性诺米克图谱在预测膀癌 (BCa) 肌肉侵袭方面的有效性.
- 评估放射学和临床特征对BCa肌肉侵袭的联合预测能力.
主要方法:
- 对196名确诊患有膀泌尿道癌的患者进行了回顾性分析.
- 使用显著性测试和LASSO提取和选择851个放射学特征.
- 开发使用后勤回归的临床,放射学和放射学-临床名录模型.
- 使用接收器操作特征 (ROC) 曲线分析评估模型,包括AUC,灵敏度和特异性.
主要成果:
- 一个包含放射学分数和组织病理学分级的放射学-临床名录显示了高预测性能.
- 放射学-临床名图在训练队列中达到0.896的曲线下面积 (AUC),在测试队列中达到0.887.
- 在训练队列中,名图显示出比临床模型 (p=0.015) 和放射学模型 (p=0.002) 的统计学显著改善.
结论:
- 基于CT的放射学临床诺米图是量化预测膀癌肌肉侵袭的有价值的工具.
- 这种方法可以帮助提高BCa患者的分期和治疗规划的准确性.
