基于全幻灯片成像和双参数MRI的多模式模型的开发和验证,用于预测前列腺癌的术后生化复发
Chenhan Hu1, Xiaomeng Qiao1, Renpeng Huang1
1From the Departments of Radiology (Chenhan Hu, X.Q., Chunhong Hu, J.B., X.W.) and Pathology (R.H.), the First Affiliated Hospital of Soochow University, 188 Shizi Road, Suzhou 215006, China.
Radiology. Imaging cancer
|May 17, 2024
概括
结合MRI,WSI和临床数据的新机器学习模型准确地预测了手术后前列腺癌复发的情况. 这种多模式方法为个性化治疗规划提供了更好的预测.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 病理学 病理学 病理学
背景情况:
- 在急性前列腺切除术 (RP) 后前列腺癌 (PCa) 生物化学复发 (BCR) 影响治疗决策.
- 准确预测BCR对于指导术后管理和改善患者结果至关重要.
研究的目的:
- 开发和验证机器学习多模式模型,用于预测PCa BCR.
- 该模型整合了手术前的MRI,手术整片成像 (WSI) 和临床变量.
主要方法:
- 一项回顾性研究包括363名男性PCa患者接受RP.
- 最小绝对收缩和选择操作员考克斯算法选择的临床变量.
- 放射学和病理学特征分别来自MRI和WSI数据.
- 一个多模式模型结合了放射学,病理学和临床特征.
主要成果:
- 放射学和病理学特征显示了BCR的良好预测性能 (C指数:0.742和0.730).
- 多模式模型在测试队列中实现了最高的预测性能 (C指数:0.860).
- 这种性能明显优于单模式模型 (P <= .01).
结论:
- 开发的多模式模型准确地预测了PCa患者在RP后的BCR.
- 这种模型作为一个有前途的工具,以协助术后个性化治疗策略.
