基于计算机断层扫描的放射性模型用于预测晚期胃癌患者的新辅助免疫化疗反应
Jun Zhang1, Qi Wang1, Tian-Hui Guo1
1Department of Radiation Oncology, Affiliated Hospital of Qingdao University, Qingdao 266000, Shandong Province, China.
World journal of gastrointestinal oncology
|October 30, 2024
概括
一种新的放射性诺基图准确地预测了晚期胃癌 (AGC) 患者对新辅助免疫化学疗法 (nICT) 的反应. 这种工具有助于临床医生做出明智的治疗决策,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 新辅助免疫化学疗法 (nICT) 是晚期胃癌 (AGC) 的关键治疗方法,但患者的反应有很大差异.
- 目前的方法缺乏使用基线成像预测nICT结果的预测模型.
- 治疗反应的异质性需要针对个性化治疗的新型预测工具.
研究的目的:
- 开发和验证一个放射性模型,用于预测晚期胃癌患者对新辅助免疫化学疗法的反应.
- 建立一个整合放射性和临床特征的诺米克图,以提高预测准确度.
- 为优化AGC的治疗策略提供一个工具.
主要方法:
- 一组60名接受nICT的AGC患者被随机分为训练 (n=42) 和测试 (n=18) 组.
- 使用放射性特征和临床因素构建机器学习模型,以预测治疗反应.
- 构建了一个放射性名图,并通过ROC分析,DCA和适合性测试来评估其性能.
主要成果:
- 开发的放射性名图表在预测AGC患者的nICT反应方面表现出高准确性.
- 该模型在测试队列中实现了0.893的曲线下的面积 (95% CI:0.803-0.991).
- 与其他模型相比,决策曲线分析证实了名图的优越临床实用性.
结论:
- 一个结合的放射性和临床签名名图有效地预测了新辅助免疫化学疗法在晚期胃癌中的疗效.
- 这种预测工具可以显著帮助临床医生在AGC的治疗计划和决策中.
- 诺米图为晚期胃癌的个性化治疗提供了一种有前途的方法.
