基于多相增强CT放射学,对清细胞细胞癌中周围组织侵袭的预测研究

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医学成像分析 医学成像分析

背景情况:

• 清细胞细胞癌 (ccRCC) 是癌最常见的亚型.
• 在ccRCC中,准确的手术前预测周围组织入侵 (STI) 对手术规划和患者的结果至关重要.
• 目前用于在手术前评估STI的方法存在局限性.

研究的目的:

• 评估一个包含临床图像特征和CT放射学特征的诺莫格拉姆模型在ccRCC患者中预测性传播感染的有效性.
• 开发一种可靠的术前工具,用于评估ccRCC中STI的风险.

主要方法:

• 来自两个中心的248名ccRCC患者的术后病理数据的回顾性分析.
• 使用单变量和多变量回归分析构建临床模型.
• 从CT扫描中提取放射性特征 (瘤,内瘤,周瘤区域).
• 开发一个整合临床模型与最佳放射学签名的诺米克图.
• 使用沙普利增量解释 (SHAP) 值来解释特征重要性.

主要成果:

• 组合的诺米克模型实现了高AUC值:0.890 (培训),0.886 (内部验证) 和0.826 (外部验证).
• 放射学特征,特别是NP中的ROI4,与其他放射学方法相比,显示出优异的预测性能.
• 通过SHAP分析确定的关键放射学特征包括小依赖性低灰色水平重点,最大3D直径和最大概率.

结论:

• 整合手术前CT放射学和临床图像特征的诺姆图是ccRCC中预测STI的可靠工具.
• 这种名图可以帮助进行手术前风险分层和对ccRCC患者的手术决策.
• SHAP价值分析有助于理解和潜在的临床采用这种预测工具.