基于多序MRI的放射学模型,可在手术前预测清晰细胞细胞癌的WHO/ISUP等级:一项两中心研究
Ruihong Chen1,2, Qiaona Su3,2, Yangyang Li1,2
1Department of Radiology, First Hospital of Shanxi Medical University, No. 85 Jiefang South Road, Taiyuan, Shanxi Province, 030001, P.R. China.
BMC cancer
|September 28, 2024
概括
使用多序MRI的放射学模型可以非侵入性地预测清细胞细胞癌 (ccRCC) 等级. 结合放射学和临床因素的综合模型在外部验证中显示出优异的预测性能.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 清细胞细胞癌 (ccRCC) 的分级对于治疗计划至关重要.
- 准确的手术前分类ccRCC仍然是一个临床挑战.
- 预测ccRCC等级的非侵入性方法是非常理想的.
研究的目的:
- 开发和验证使用多序MRI进行手术前预测ccRCCWHO/ISUP等级的放射学模型.
- 为了比较临床,放射学和组合模型的性能.
- 在外部验证队列中评估这些模型的有效性.
主要方法:
- 对来自两个中心的334名ccRCC患者的回顾性分析.
- 多个序列MRI包括DCE-MRI,T2加权,DWI和相内/异相成像.
- 开发使用后勤回归和特征选择的临床,放射学和组合模型,并与ROC,AUC和DCA进行验证.
主要成果:
- 瘤内血管被确定为高度ccRCC的独立预测因子.
- 组合模型在外部验证中实现了最高的AUC (0.855),超过了临床 (0.762) 和放射学 (0.834) 模型.
- 决策曲线分析表明,在特定风险门内,组合模型的净收益优越.
结论:
- 基于多序MRI的放射学模型为手术前的ccRCC分级提供了一种非侵入性和有效的方法.
- 联合放射学-临床模型显示出强大的性能和临床实用性.
- 这些发现支持将放射学纳入ccRCC的常规手术前评估.
