通过计算机断层扫描和临床特征预测胃癌患者的人类表皮生长因子受体2状态
Yin Li1, Wei-Gang Dai1, Qingyu Lin1
1Department of Gastrointestinal Surgery, The First Affiliated Hospital, Sun Yat-sen University, Guangzhou, Guangdong, P. R. China.
Gastroenterology report
|May 10, 2024
概括
这项研究开发了一个模型,使用计算机断层扫描 (CT) 成像和临床数据来预测胃癌 (GC) 患者的人类表皮生长因子受体2 (HER2) 状态. 该模型准确地估计了HER2表达,有助于做出手术前治疗决策.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 胃癌 (GC) 治疗通常以人体表皮生长因子受体2 (HER2) 状态为指导.
- 在GC中预测HER2状态在术前至关重要,对于新辅助和术后设置至关重要.
- 之前没有任何研究专注于使用可切除GC的成像和临床数据来预测HER2状态.
研究的目的:
- 调查手术前对比增强计算机断层扫描 (CECT) 成像特征和临床特征的实用性,以预测GC中的HER2表达.
- 开发和验证一种HER2状态的预测模型,用于切除GC的患者.
主要方法:
- 对301名可切除GC患者的回顾性分析,这些患者接受了治疗切除和手术前CECT.
- 通过术后免疫组织化学和/或光 in situ 杂交确定 HER2 状态.
- 多变量逻辑回归用于开发基于CECT特征和与HER2状态相关的临床数据的预测模型.
- 模型性能使用接收器操作特征 (ROC) 曲线和引导验证进行评估.
主要成果:
- 三个CET特征 (动脉相增强比率,内亡,瘤边缘) 和癌症抗原125 (CA125) 独立地与HER2状态相关.
- 预测模型实现了0.802的ROC曲线下的面积,这表明在预测HER2状态方面表现良好.
- 该模型通过内部验证证明了稳定性和准确的参数估计.
结论:
- 动脉相增强比率,内亡,瘤边缘和CA125水平是GC中HER2状态的显著预测因素.
- 开发的预测模型提供了一种非侵入性,手术前的方法来估计GC中的HER2状态.
- 这种模型有可能指导GC患者的新辅助和外科期间治疗策略.
