用混合放射学分析来预测异常性肺纤维化患者预后的预测模型
Daisuke Kawahara1, Takeshi Masuda2, Riku Nishioka1
1Department of Radiation Oncology, Graduate School of Biomedical Health Sciences, Hiroshima University, 1-3-2 Kagamiyama, Hiroshima 734-8551, Japan.
Research in diagnostic and interventional imaging
|July 30, 2024
概括
使用CT扫描的混合放射学分析提供了与传统视觉评分方法相比,在异常性肺纤维化 (IPF) 患者的整体存活率 (OS) 的优异预测.
科学领域:
- 放射学 放射学是一门学科.
- 肺部病理学 肺部病理学
- 医疗成像医学成像
背景情况:
- 异形性肺纤维化 (IPF) 是一种进展性肺病,治疗选择有限.
- 准确的预后模型对于管理IPF患者和指导治疗决策至关重要.
- 当前的预后工具通常依赖于对成像发现的主观视觉评估.
研究的目的:
- 开发和验证IPF的成像预后模型,使用混合自细分放射学分析.
- 将放射学模型的预测性能与IPF预后的传统视觉评分方法进行比较.
主要方法:
- 在72名IPF患者中,使用半自动细分进行了放射性特征提取的定量CT分析.
- 一种视觉评分方法评估了肺部异常的程度,并计算了整体肺部参与.
- 使用培训队列 (n=50) 开发预测模型,并在测试队列 (n=22) 中验证.
主要成果:
- 拉索·考克斯回归确定了对比度,Idn和集群阴影作为显著的放射学预后因素.
- 多变量考克斯分析揭示了蜂和网膜作为显著的视觉预后因素.
- 在测试队列中,放射学名录显示出高于视觉名录 (0.68) 的c指数 (0.74),而不是视觉名录 (0.68).
- 这两种模型在总生存期 (OS) 方面显著区分了高风险和低风险IPF患者.
结论:
- 与视觉评分相比,混合放射学分析可以更准确地预测IPF患者的OS.
- 这种定量成像方法有望改善IPF的预后评估和患者管理.
更多相关视频
07:38A Multimodal Imaging Approach Based on Micro-CT and Fluorescence Molecular Tomography for Longitudinal Assessment of Bleomycin-Induced Lung Fibrosis in Mice
Published on: April 13, 2018
11.4K
10:26Author Spotlight: A 3D Digital Model for the Diagnosis and Treatment of Pulmonary Nodules
Published on: May 19, 2023
1.8K
