基于MRI放射性特征的瘤间异质性估计了肝细胞癌的复发

科学领域:

• 放射学和医学成像学 医学成像学
• 在瘤学瘤学.
• 数据科学数据科学数据科学

背景情况:

• 肝细胞癌 (HCC) 呈现出显著的异质性,影响患者的预后.
• 医学成像,特别是MRI,为识别可指向HCC亚型和结果的成像生物标志物提供了潜力.

研究的目的:

• 使用基于MRI的放射学特征来表征不同的肝细胞癌 (HCC) 亚型.
• 为了将已识别的HCC亚型与瘤复发风险相关联.

主要方法:

• 在三个中心使用1.5-T/3.0-TMRI序列对440名肝细胞癌 (HCC) 患者进行了回顾性分析.
• 非负矩阵因子化应用于从细分HCC体积的放射学特征,以识别基于图像的亚型.
• 使用考克斯回归和一致性指数开发和比较临床放射学,亚型和混合模型来预测复发.

主要成果:

• 在所有队列中确定了两种不同的肝细胞癌 (HCC) 亚型,其中一种亚型显示出显著更高的微血管入侵率 (MVI) 和更差的无复发生存率.
• 该亚型模型显示,复发的危险比率为6.10.
• 混合模型整合了临床因素 (α-fetoprotein,宏血管入侵,瘤边缘,边缘增强) 和放射学亚型,实现了最高的预测性能 (C指数:0.77-0.79),超过了临床-放射学和亚型单独模型.

结论:

• 基于MRI放射学的聚类有效地识别了两种肝细胞癌 (HCC) 亚型,具有差异性的微血管入侵状态和无复发生存率.
• 结合放射学衍生的HCC亚型和关键的临床放射学特征的混合预测模型为估计瘤复发风险提供了卓越的准确性.