开发和解释一种多式预测模型,用于预测胃肠道瘤的预后

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 计算病理学计算病理学

背景情况:

• 胃肠道 stromal 瘤 (GIST) 是最常见的 GI 中介细胞瘤,具有可变的恶性潜力.
• 准确预测无复发生存率 (RFS) 对GIST的临床管理至关重要.
• 放射学和深度学习为医学研究提供了先进的工具.

研究的目的:

• 开发和验证GIST无复发生存 (RFS) 的多式预测模型.
• 为了比较多式模式与单式模式 (仅限放射学或病理学) 的性能.
• 探索放射学和病理学特征在GIST预后中的生物学意义.

主要方法:

• 使用手术前对比增强CT (CE-CT) 进行放射学和H&E整片图像 (WSI) 进行病理学,来自254名GIST患者.
• 构建和评估了11个预测模型,包括单模和多模方法.
• 在42名GIST患者的外部队列上使用10倍交叉验证验证了表现最好的模型.

主要成果:

• 多式联络模型在验证组中获得了0.917的平均C指数,在外部验证队列中达到0.864.
• 多式联络模型在外部验证队列中显示出对RFS的统计学显著预测 (p=0.0088).
• 多模式方法在预测GIST复发方面表现优于单模式放射学和病理学模型.

结论:

• 与单模模型相比,集成放射学和病理学的多模模型可以更好地预测GIST无复发生存率.
• 这种多模式的方法通过为GIST患者提供更可靠的预后,有助于临床决策.
• 进一步的研究可以探索瘤细胞形态和GIST预后之间的相关性.