通过基于CT的放射学模型预测口腔状细胞癌中对免疫治疗的反应
Qifan Ma1, Jiliang Ren1, Rui Wang1
1Department of Radiology, Shanghai Ninth People's Hospital, Shanghai Jiao Tong University School of Medicine, No.639 Zhizaoju Road, Shanghai, 200010, China.
BMC medical imaging
|October 7, 2024
概括
治疗前CT扫描的放射学模型在预测口腔状细胞癌 (OSCC) 免疫治疗反应方面表现有希望. 这种方法可能有助于确定可能从治疗中受益的患者.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 口腔状细胞癌 (OSCC) 治疗对免疫疗法的反应可能有所不同.
- 预测治疗疗效对于个性化患者管理至关重要.
研究的目的:
- 评估预治疗CT扫描中的放射学模型,以预测OSCC中的免疫治疗反应.
- 评估放射学在指导患者选择免疫治疗方面的潜力.
主要方法:
- 对40名OSCC患者的回顾性分析.
- 从预处理CT图像中提取和选择放射性特征,使用单变量分析和LASSO回归.
- 机器学习模型 (神经网络,SVM,随机森林,物流回归) 的开发和验证,并进行一次性交叉验证.
主要成果:
- 七个放射学特征被选中用于模型开发.
- 神经网络模型展示了最高的预测性能.
- 神经网络模型实现了0.864的AUC,准确度,灵敏度和特异性为82.5%.
结论:
- 基于CT的预治疗放射学模型显示,在OSCC中预测免疫治疗反应具有显著的潜力.
- 放射学可能是一个有价值的,非侵入性工具,用于选择谁将从免疫治疗中受益的患者.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
06:11Therapy Testing in a Spheroid-based 3D Cell Culture Model for Head and Neck Squamous Cell Carcinoma
Published on: April 20, 2018
9.7K
