在非小细胞肺癌的新辅助化疗后,基于机器学习的病理反应预测和预后:一项回顾性研究
Zhaojuan Jiang1, Qingwan Li1, Jinqiu Ruan1
1Department of Radiology, Yunnan Cancer Center, Yunnan Cancer Hospital, The Third Affiliated Hospital of Kunming Medical University, Kunming, 650118, China.
Clinical lung cancer
|May 8, 2024
概括
这项研究开发了一种放射学模型,用于预测接受新辅助化疗的非小细胞肺癌 (NSCLC) 患者的治疗反应和生存率. 该模型显示了个性化治疗策略的前景.
科学领域:
- 医疗成像医学成像
- 在瘤学瘤学.
- 无线电学 (Radiomics) 是一种放射学.
背景情况:
- 在非小细胞肺癌 (NSCLC) 中,新辅助化疗的疗效是可变的.
- 缺乏可靠的非侵入性预测治疗反应标志物.
- 放射学为预测结果提供了一个潜在的解决方案.
研究的目的:
- 开发一个放射学模型来预测NSCLC中新辅助化疗后的病理完整反应 (pCR).
- 在NSCLC患者中预测新辅助化疗后的生存率.
- 确定从辅助化疗中受益的患者子组.
主要方法:
- 对接受新辅助化疗和手术的130名NSCLC患者的回顾性分析.
- 从化疗前的CT扫描 (内和周区域) 中提取9个放射性特征.
- 使用X-tile软件构建和验证一个自动编码放射学模型,并进行风险分层.
主要成果:
- 放射学模型实现了高预测性能 (训练中的AUC为0.874,测试中的AUC为0.876).
- 证明了出色的模型校准和临床适用性.
- 在风险组之间观察到总生存时间 (P=.011) 和无病生存时间 (P=.017) 的显著差异.
- 辅助化疗改善了低风险组的生存率 (P=0.041) 但不是高风险组 (P=0.56).
结论:
- 这项研究成功开发了第一个放射学模型,用于预测新辅助化疗后NSCLC患者的pCR和存活率.
- 该模型利用CT扫描中的内和周放射学特征.
- 研究结果表明,基于放射学预测,NSCLC的个性化治疗策略可能存在潜力.
