基线CT放射特征可预测晚期食道状细胞癌的病理完整反应,该癌症接受使用帕克利塔塞尔和西斯普拉丁的新辅助化疗治疗

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:

• 晚期食道状细胞癌 (ESCC) 需要有效的治疗策略.
• 使用帕克利塔克塞尔和西斯普拉丁的新辅助化疗是高级ESCC的标准治疗方法.
• 预测病理完整反应 (pCR) 对于量身定制治疗和改善患者结果至关重要.

研究的目的:

• 开发和验证CT放射学模型,用于预测晚期ESCC患者的pCR.
• 在培训,测试和外部验证队伍中评估放射学模型的性能.
• 确定最佳的机器学习模型来预测pCR.

主要方法:

• 总共有326名患有晚期ESCC的患者被追溯分析.
• 基线对比度增强的CT扫描用于放射学特征提取.
• 最小绝对收缩和选择操作员 (LASSO) 用于特征选择.
• 支持向量机 (SVM) 用于构建预测模型.
• 模型性能使用ROC曲线,F1分数,校准曲线和Brier分数进行评估.

主要成果:

• 八个放射学特征被选中用于构建预测模型.
• 基于SVM的放射学模型实现了高性能,AUC为0.929 (训练),0.868 (测试) 和0.866 (外部验证).
• 该模型在所有队伍中显示出良好的校准和预测准确性.

结论:

• CT放射学模型可以有效地预测接受新辅助化疗的晚期ESCC患者的pCR.
• 基于SVM的放射学模型显示了其作为预测治疗反应的可靠工具的潜力.
• 这种方法可能有助于为ESCC提供个性化治疗策略.