基于放射学模型的模型用于预测TGF-β1表达在头部和部状细胞癌中的表达

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.

背景情况:

• 转化生长因子β1 (TGF-β1) 在癌症进展中起作用.
• 头部和部状细胞癌 (HNSCC) 是一种复杂的疾病,预后不同.
• 对HNSCC的预测生物标志物对于个性化治疗策略至关重要.

研究的目的:

• 在HNSCC中调查TGF-β1表达和患者存活率之间的关联.
• 确定基于CT的放射学是否可以在HNSCC中非侵入性地预测TGF-β1表达.

主要方法:

• 利用TCGA数据库进行转录分析和HNSCC患者的临床数据.
• 使用PyRadiomics和3D Slicer从CT扫描中提取了放射性特征.
• 采用mRMR_RFE和Repeat LASSO算法来确定预测模型的最佳特征.

主要成果:

• 确定TGF-β1表达是减少HNSCC患者存活时间的重要独立风险因素.
• 开发了两个模型 (mRMR_RFE_GBM和Repeat_LASSO_GBM),证明了TGF-β1表达的强大预测潜力.
• 这两种模型在校准,决策曲线分析和AUC值方面表现相似.

结论:

• TGF-β1与HNSCC的不良预后有显著联系,并充当潜在的风险因素.
• 基于CT的放射学提供了一种非侵入性的方法来预测HNSCC中的TGF-β1表达水平.
• 开发的放射性模型为评估HNSCC患者的TGF-β1状态提供了一个有希望的工具.