使用基于CT的放射学预测CD27表达和血清性卵巢癌的临床预后
Chen Zhang1, Heng Cui1, Yi Li1
1Department of Obstetrics and Gynecology, Peking University People's Hospital, No. 11 Xizhimen South Str., Xicheng District, Beijing, 100044, China.
Journal of ovarian research
|June 22, 2024
概括
放射学模型可以预测CD27表达和预后在血清性卵巢癌 (SOC) 的非侵入性. 拉索-逻辑回归 (LASSO-LR) 模型显示了手术前风险分层的卓越性能.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 生物信息学是一种生物信息学.
背景情况:
- 血清性卵巢癌 (SOC) 在手术前评估中带来了重大挑战.
- 在手术前预测CD27表达和患者预后对于有效的治疗计划至关重要.
研究的目的:
- 开发和验证放射学模型,用于在SOC中进行CD27表达的非侵入性预测.
- 评估CD27表达的临床意义和预后价值.
- 评估放射学在SOC手术前风险分层方面的潜力.
主要方法:
- 利用SOC患者的转录组测序和对比增强的计算机断层扫描数据.
- 开发了递归特征消除-逻辑回归 (RFE-LR) 和最小绝对收缩和选择操作员-逻辑回归 (LASSO-LR) 模型.
- 提取了放射学特征,用于构建CD27表达的预测模型.
主要成果:
- 瘤样本中CD27表达率升高,与改善的生存率相关.
- 两种RFE-LR和LASSO-LR模型都表现出良好的预测性能和临床实用性.
- 与RFE-LR (AUC 0.736) 相比,LASSO-LR模型表现出更高的性能 (AUC 0.829).
- 拉索-LR模型实现了0.788的AUC,用于预测整体存活率.
结论:
- 开发的放射学模型作为有希望的非侵入性工具,用于预测SOC中的CD27状态和预后.
- 建议使用LASSO-LR模型进行临床应用,用于SOC的手术前风险分层.
