相关实验视频
Updated: Jun 11, 2026

00:07
In Vivo Inhibition of MicroRNA to Decrease Tumor Growth in Mice
Published on: August 23, 2019
7.3K
基于CT的放射性分析来预测甲状腺乳腺癌的CN0状态:一项两中心研究
Zongbao Li1,2, Yifan Zhong3, Yan Lv1
1Department of Radiology, China-Japan Union Hospital of Jilin University, Changchun, 130000, China.
概括
对CT扫描的放射学分析可以在手术前准确预测乳头甲状腺癌 (PTC) 中的淋巴结转移. 该模型有助于确定cN0状态,改善PTC患者的手术前评估.
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:
- 乳头甲状腺癌 (PTC) 的管理通常依赖于淋巴结 (LN) 转移的准确分期.
- 术前预测cN0状态 (没有淋巴结转移的临床证据) 对于治疗规划至关重要.
- 计算机断层扫描 (CT) 是一种常见的成像方式,但其预测PTC中LN转移的能力需要改进.
研究的目的:
- 开发和验证使用CT图像的放射学模型,用于在PTC患者手术前预测cN0状态.
- 评估放射学模型在区分转移性和非转移性LNs的诊断性能.
主要方法:
- 来自两个机构的548例病理确诊的LN (243例非转移性,305例转移性) 的回顾性分析.
- 从动脉相CT图像中提取396个放射性特征.
- 使用最小绝对收缩和选择操作员回归 (LASSO) 进行特征选择;性能通过Delong测试进行评估.
主要成果:
- 放射学评分 (Rad-score) 显示出强大的预测性能,ROC曲线下的面积 (AUC) 在培训,内部和外部验证队列中从0.917到0.921不等.
- 该模型在预测cN0状态方面实现了高准确度 (82.9%85.4%) 和特异性 (83.8%91.3%).
- 校准曲线和决策曲线分析证实了Rad-score显著的预测价值和临床实用性.
结论:
- 对CT图像的放射学分析显示,在皮肤状甲状腺癌中,手术前预测cN0状态具有显著的潜力.
- 开发的放射学模型提供了一个非侵入性的工具,以提高分期的准确性,并指导PTC中的治疗决策.

