一个强大的[18F]-PSMA-1007放射学组合模型用于前列腺癌风险分层
Giovanni Pasini1,2, Alessandro Stefano3,4, Cristina Mantarro5
1Institute of Bioimaging and Complex Biological Systems - National Research Council (IBSBC - CNR), Contrada, Pietrapollastra-Pisciotto, 90015, Cefalù, Italy.
Journal of imaging informatics in medicine
|September 30, 2024
概括
这项研究表明[18F]-PSMA-1007 PET放射学可以有效地区分高风险和低风险的前列腺癌 (PCa). 一个整体模型实现了高准确性,改善了PCa风险分层,减少了活检依赖.
科学领域:
- 核医学就是核医学.
- 无线电学 (Radiomics) 是一种无线电学.
- 前列腺癌研究 研究前列腺癌
背景情况:
- 前列腺癌 (PCa) 风险分层对于治疗决策至关重要.
- 基于活检的PCa风险评估方法可能是侵入性的,可能并不总是确定的.
- 需要新的成像生物标志物来提高PCa风险分层的准确性.
研究的目的:
- 调查[18F]-PSMA-1007 PET放射学在区分高风险前列腺癌和低风险前列腺癌方面的有效性.
- 为PCa风险分层开发和验证一个强大的放射学组合模型.
- 评估这种方法在减少对传统活检方法的依赖方面的潜力.
主要方法:
- 对143名接受[18F]-PSMA-1007 PET/CT成像的前列腺癌患者的回顾性分析.
- 从PET图像中提取1781个符合IBSI标准的放射学特征.
- 开发一条初步分析管道,使用LASSO特征选择和交叉验证,然后使用多个特征子集进行整体建模.
主要成果:
- 放射学组合模型,特别是当训练有了强大和微调特征的组合时,实现了高性能指标.
- 最高的平均精度为79.52%,AUC为85.75%,特异性为84.29%,精度为82.85%,f-score为78.26%.
- 在不同组合模型中观察到性能指标的统计学上显著差异 (p < 0.05).
结论:
- [18F]-PSMA-1007 PET放射学显示出改善前列腺癌风险分层的巨大潜力.
- 开发的放射组合模型提供了一种非侵入性方法来区分高风险和低风险的PCa.
- 这种方法可以减少PCa管理中的侵入性活检的需要.
