CT形态特征和组织图参数,以预测IA期肺腺癌中的微毛囊或固体成分
Qin Chen1, Kaihe Lin1, Baoteng Zhang1
1Department of Radiology, The First Hospital of Putian City, Putian, Fujian, China.
Frontiers in oncology
|August 8, 2024
概括
这项研究开发了使用CT扫描特征的预测模型,以识别早期肺腺癌中的微粒细胞或固体组件. 这些模型显示了在IA期肺腺癌中诊断这些组件的潜力.
科学领域:
- 放射学 放射学是指放射学
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 肺腺癌 (LUAC) 的早期诊断对于患者的治疗结果至关重要.
- 在IA阶段的LUAC中区分微毛囊或固体 (MIP/SOL) 组件会影响治疗决策.
- 计算机断层扫描 (CT) 标志,组织图和形态特征为非侵入性诊断提供了潜在的可能性.
研究的目的:
- 构建和评估用于识别MIP/SOL组件的预测模型,在IA阶段的LUAC.
- 利用基于CT的特征,包括组图和形态学,用于诊断预测.
- 评估这些模型在临床环境中的性能.
主要方法:
- 追溯分析376期IA阶段LUAC患者的CT数据.
- 使用训练集 (70%) 开发预测模型,使用测试集 (30%) 进行验证.
- 分别分析≤3厘米和≤2厘米的瘤,确定独立的预测因子.
主要成果:
- 对于≤3厘米的瘤,地面玻璃不透明度 (GGO),,平均CT值和形是MIP/SOL组件的独立预测因素.
- 在瘤≤3厘米的情况下,诺米图模型实现了0.816 (训练) 和0.789 (测试) 的AUC.
- 对于≤2厘米的瘤,GGO,平均CT值和仍然是显著的预测指标,该模型的AUC为0.811 (训练) 和0.833 (测试).
结论:
- 在不同瘤大小的IA LUAC中,GGO,平均CT值和是MIP/SOL组件在不同瘤大小的IA LUAC中一致的独立预测指标.
- 诺莫格拉姆预测模型表明,在早期的LUAC中识别MIP/SOL组件具有潜在的诊断价值.
- 基于CT的预测模型可以帮助在早期肺腺癌中对特定病理组件进行非侵入性诊断.
