放射基因组学模型用于预测局部晚期非小细胞肺癌患者的预后,这些患者接受了最终的化疗或放射治疗

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 基因组学就是基因组学.
• 数据科学数据科学数据科学

背景情况:

• 绝对化疗放射治疗 (dCRT) 是局部晚期非小细胞肺癌 (LA-NSCLC) 的标准治疗方法.
• 在接受dCRT的LA-NSCLC患者中预测治疗反应和预后仍然是一个临床挑战.
• 整合不同的数据类型为改进的预后模型提供了潜力.

研究的目的:

• 开发和验证LA-NSCLC患者用dCRT治疗的多奥米克预后模型.
• 为了整合临床数据,放射学特征来自CT图像和基因组信息.
• 为了比较一个联合放射基因组学模型与仅放射基因组学和仅基因组学模型的预测性能.

主要方法:

• 对105名III期LA-NSCLC患者的回顾性分析,这些患者接受了dCRT治疗.
• 使用3D-Slicer从预处理CT扫描中提取放射学特征.
• 应用LASSO用于特征选择,结合临床和基因组数据 (KEAP1,MET突变) 来构建一个多omics模型.
• 在培训和验证队列中使用ROC AUC和C指数评估模型性能.

主要成果:

• 中位数无进展生存期 (PFS) 为10.60个月.
• 确定了Rad-score,KEAP1和MET突变作为PFS的独立预后因素.
• 与放射基因组学 (0.590,0.599) 和基因组学 (0.606,0.594) 模型相比,放射基因组学模型实现了更高的预测准确性 (C指数0.663培训,0.650验证).

结论:

• 综合放射学,基因组学和临床数据 (放射基因组学模型) 显著改善了接受dCRT的LA-NSCLC患者的预后预测.
• 开发的放射基因组学模型显示出高于单模模式模型的性能.
• 这种多主题的方法对LA-NSCLC的个性化治疗策略具有前景.