相关实验视频
Updated: Jun 22, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
基于CT的内异质性的量化,用于预测非小细胞肺癌中新辅助免疫化学疗法的病理完整反应
Guanchao Ye1,2, Guangyao Wu3, Chunyang Zhang2
1Department of Thoracic Surgery, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, China.
Frontiers in immunology
|June 27, 2024
概括
在CT扫描上量化内异质性可以预测接受新辅助免疫化学疗法 (NAIC) 的非小细胞肺癌 (NSCLC) 患者的治疗反应. 这种新的息地模型比传统的放射学改善了预测准确度,有助于个性化癌症管理.
科学领域:
- 放射学和医学成像学 医学成像学
- 在瘤学瘤学.
- 人工智能在医学中的应用
背景情况:
- 准确预测治疗反应对于接受新辅助免疫化学疗法 (NAIC) 的非小细胞肺癌 (NSCLC) 患者至关重要.
- 在治疗前的成像中,内异质性 (ITH) 可能会为治疗疗效提供见解.
- 传统的放射学模型在捕捉复杂瘤特征方面存在局限性.
研究的目的:
- 对接受NAIC的NSCLC患者的病理完整反应 (pCR) 的治疗前CT图像对量化瘤内异质性的预测能力进行调查.
- 为了比较新瘤内部异质性息地模型与传统放射学模型的性能.
主要方法:
- 在四个中心进行NAIC的178名NSCLC患者的回顾性分析.
- 放射学特征的提取和K-means集群的应用,以定义瘤子区域并开发息地模型.
- 使用后勤回归 (LR) 和诊断性能指标 (AUC,精度等) 的评估来开发和验证预测模型. ) 的情况.
主要成果:
- 与传统的放射学模型相比,瘤内部异质性息地模型在培训和外部验证队列中表现出优异的表现.
- 在训练队列中,息地模型实现了AUC为0.861,而传统放射学则为0.778,精度分别为0.815和0.685.
- 在外部验证队列中,息地模型的AUC值为0.781,而传统放射学则为0.723,精度分别为0.743和0.686.
结论:
- 使用CT成像对内异质性的定量分析是预测NAIC接受NSCLC患者的pCR的一个有希望的工具.
- 开发的瘤内部异质性息地模型提供了更好的预测准确性,可能指导临床决策.
- 这种方法可以帮助预防过度治疗,并促进可切除NSCLC的个性化,精确的癌症管理.
