基于普通CT放射学模型的新辅助疗法对高度骨髓瘤反应的术前预测:双中心研究
Fan Yang1, Ying Feng2, Pengfei Sun2
1Department of Radiation, Beijing Jishuitan Hospital,Capital Medical University, Beijing 100035, China.
Journal of bone oncology
|July 8, 2024
概括
结合临床和放射性特征的新型CT扫描模型准确地预测了新辅助化疗后骨髓瘤 (HOS) 患者的Huvos等级,有助于治疗决策.
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:
- 准确的手术前Huvos分级对于指导新辅助化疗和骨肉瘤 (HOS) 患者的治疗决策至关重要.
- 目前的方法可能无法完全捕捉瘤对化学疗法非侵入性反应的细微差别.
研究的目的:
- 开发和验证一个结合的临床和放射学模型,使用CT扫描用于接受新辅助化疗的HOS患者的手术前,非侵入性Huvos分级.
- 评估开发模型的预测性能和临床实用性.
主要方法:
- 一组225名患者 (183名来自A中心,42名来自B中心) 被分为训练和验证组.
- 从未增强的CT扫描中提取了放射学特征,随后使用LASSO逻辑回归 (LR) 进行了维度减小和选择.
- 建立了一个复合的临床放射学模型,整合了选定的放射学和临床特征 (性别,年龄,化疗前的ALP和LDH,新的肺转移,发病率),并构建了一个名图.
主要成果:
- 放射学模型显示出良好的诊断性能 (AUC:0.69-0.68).
- 临床模型的AUC为0.74 (培训) 和0.70 (验证).
- 结合的临床放射学模型显示出优异的预测准确度,AUC为0.78 (训练) 和0.75 (验证),校准良好.
结论:
- 结合的临床放射学模型提供了一个强大的,非侵入性的工具,用于在化疗后的HOS患者中进行手术前的Huvos分级.
- 这个模型可以帮助优化辅助治疗策略,改善患者管理.
