在多中心研究中,人工智能衍生的身体组成参数作为TACE接受HCC患者的预后因素,在多中心研究中

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:

• 身体组成评估 (BCA) 参数是肝细胞癌 (HCC) 的新兴预后因素.
• 超动脉化血栓化 (TACE) 是HCC的常见治疗方法,预后标志物对于患者管理至关重要.

研究的目的:

• 在接受TACE的HCC患者中调查BCA参数的预后价值.
• 为了确定骨肌体积 (SM) 和脂肪组织测量是否预测这个队列的生存率.

主要方法:

• 对754名接受TACE治疗的先前未接受治疗的HCC患者进行了回顾性多中心研究.
• 基于人工智能的3D体积测量,通过CT扫描来评估骨肌肉体积 (SM) 和总脂肪组织 (TAT).
• 多变量生存分析以确定独立的预后因素.

主要成果:

• 在单变量分析中,低SM,高TAT和高皮下脂肪组织 (SAT) 预测了整体存活率受损.
• 在多变量分析中,SM被确定为一个独立的预后因素 (p=0.039).
• 在多变量分析中,TAT和SAT失去了预测能力;在BCLC B期患者中证实了SM的作用.

结论:

• 骨肌体积是TACE接受TACE的HCC患者生存的独立预后因素.
• 将SM整合到评分系统中可以提高生存预测和临床决策.
• 自动化BCA方法对于例行临床实施至关重要.