在化疗和放射治疗后的非小细胞肺癌患者预后的多omics模型:一项多中心研究
Yuteng Pan1, Liting Shi1, Yuan Liu1
1School of Radiology, Shandong First Medical University and Shandong Academy of Medical Sciences, Taian, China.
概括
集成成像和临床数据的多omics模型准确地预测非小细胞肺癌 (NSCLC) 患者的治疗反应和生存率. 这些先进的模型为个性化癌症治疗提供了更高的精度.
科学领域:
- 在瘤学瘤学.
- 无线电学 (Radiomics) 是一种无线电学.
- 计算生物学 计算生物学
背景情况:
- 瘤异质性的量化对于有效的非小细胞肺癌 (NSCLC) 治疗至关重要.
- 准确预测治疗反应和存活率对于优化患者管理至关重要.
研究的目的:
- 开发和验证用于预测NSCLC患者治疗反应和整体存活率的多omics模型.
- 整合计算机断层扫描 (CT) 图像,病理图像,剂量和临床信息,用于预测建模.
主要方法:
- 在3个中心对220名NSCLC患者进行了回顾性分析.
- 使用特征提取和选择开发和验证单个和多个omics模型.
- 使用AUC,C指数,Kaplan-Meier和校准曲线评估模型性能;用于特征贡献分析的Shapley值.
主要成果:
- 多omics模型在预测治疗反应和整体存活率方面明显优于单omics模型.
- 外部验证显示AUC值为0.87,0.91和0.82用于治疗应答预测.
- 外部验证表明AUC/C指数值在0.73/0.72到0.80/0.77之间,用于整体生存预测.
结论:
- 多omics预测模型表现出优越,强大和可解释的预测能力.
- 这些模型可以帮助临床医生优化治疗计划,并支持NSCLC患者的个性化策略.
- 这些模型有可能通过增强精确医学来改善瘤控制和延长患者的生存期.
