在肺癌患者中使用全身[F]FDG-PET/CT成像检测癌症相关缓解症的检测:一个多中心研究

科学领域:

• 在瘤学瘤学.
• 核医学就是核医学.
• 代谢综合征是代谢综合征的一种.

背景情况:

• 癌症关联 (CAC) 是一种代谢综合征,与肺癌患者 (LCP) 的不良结果和治疗耐药性有关.
• 目前的CAC诊断依赖于临床,非成像标准.
• 全身[¹⁸F]二氧化物-D-葡萄糖 (FDG) -正电子发射断层扫描/计算机断层扫描 (PET/CT) 提供了定量代谢见解.

研究的目的:

• 评估全身 (WB) [¹⁸F]FDG-PET/CT在LCP中识别或预测癌症相关缓解症的实用性.
• 探索与CAC相关的器官,肌肉和脂肪组织的代谢差异.
• 开发和评估使用成像参数进行CAC分类的机器学习 (ML) 模型.

主要方法:

• 一项涉及345名LCP的多中心研究,他们接受了WB [¹⁸F]FDG-PET/CT.
• 根据减肥分级系统将患者分为"没有CAC"",Dev CAC" (正在发展的CAC) 和"CAC"组.
• 提取标准化吸收值 (SUV),以大动脉吸收量 (大动脉) 和组织体积正常化,使用自动图像分割.
• 训练一个ML模型来分类CAC类别,并使用SHapley添加式扩展 (SHAP) 来确定特征的重要性.

主要成果:

• 在CAC类别中观察到大动脉的多器官显著差异.
• 在"CAC"患者中,大多数器官的大动脉更高,肝脏和脏是显著的例外.
• "Dev CAC"在胰腺,肌肉和脂肪组织中显示出增加的_大动脉.
• 在"CAC"患者中,大动脉和脂肪组织体积之间存在强烈的负相关性.
• ML模型在基线确定"CAC"时达到81%的准确性,脏,胰腺,肝脏和脂肪组织SUV是关键特征.
• 对于分类"Dev CAC"与"没有CAC"而言,模型性能低于最佳 (54%).

结论:

• WB [¹⁸F]FDG-PET/CT可以透露LCP与CAC的系统代谢变化.
• 开发的ML模型显示了在LCP中确定已建立的CAC的前景.
• 需要进行进一步的前性研究,以提高该模型检测CAC早期或发展阶段的能力.