一个预测模型和快速多动态算法基于胃癌中瘤-肌瘤百分比而开发:一项回顾性观察性研究

科学领域:

• 在瘤学瘤学.
• 癌症预后 癌症预后
• 医学成像分析 医学成像分析

背景情况:

• 瘤-瘤百分比 (TSP) 是固体瘤的确定的预后因素.
• 胃癌 (GC) 中TSP的预后价值尚未得到充分研究.
• 这项研究使用先进的预测建模研究了TSP在GC预后中的作用.

研究的目的:

• 开发和验证基于TSP的胃癌预后预测模型.
• 评估TSP在GC患者的独立预后意义.
• 引入一个半自动系统用于TSP识别,以提高临床效用.

主要方法:

• 使用813名GC患者的数据 (上海总医院) 开发和验证名录,并与59名患者进行外部验证 (Bengbu医学院).
• 单变量和多变量考克斯回归分析以确定独立的预后因素.
• 使用计算机辅助检测 (CAD) 系统 (TSP-cad) 的半自动TSP识别与病理学家识别的TSP (TSP-视觉) 相比.

主要成果:

• 在GC中,TSP视觉是整体存活期 (OS) 的独立不良预后因素.
• 确定了独立的预测因素:TSP视觉 (HR, 2.042),N阶段 (HR, 2.136),围神经侵入 (PNI) (HR, 1.791) 和淋巴血管侵入 (LVI) (HR, 1.482).
• 开发的名图表显示出强大的预测准确性 (AUC:0.744-0.854) 并超过了传统的pTNM分期系统.

结论:

• 结合TSP的新型名谱有效地识别了高风险出现不良预后的GC患者.
• 通过TSP-cad系统,可以提高TSP评估效率.
• 这种方法为GC患者提供了更好的预后分层.