一个基于多模特特征的术前预测模型,用于预测食道癌患者在新辅助化疗免疫治疗后的病理完整反应
Yana Qi1, Yanran Hu2, Chengting Lin3
1Department of Radiation Oncology, Shandong Cancer Hospital and Institute, Shandong First Medical University and Shandong Academy of Medical Sciences, Jinan, Shandong, China.
Frontiers in immunology
|February 17, 2025
概括
结合放射学,病理学和临床数据的新多模式模型准确预测接受新辅助化疗免疫治疗的食道癌患者的病理完整反应 (pCR).
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 病理学 病理学 病理学
背景情况:
- 局部发达的食道癌 (EC) 需要有效的治疗反应预测.
- 新辅助化学免疫疗法是EC的标准治疗方法.
- 预测病理完整反应 (pCR) 对于治疗指导至关重要.
研究的目的:
- 开发和验证一种用于预测EC患者的pCR的多模式模型.
- 整合计算机断层扫描 (CT) 放射学,病理学和临床变量.
- 与单一模式方法相比,提高预测准确度.
主要方法:
- 从CT扫描中提取放射性特征,从整片图像中提取病理特征.
- 使用支持矢量机器 (SVM) 开发了单模和组合多模预测模型.
- 使用接收机操作特征 (ROC) 分析,校准图表和决策曲线分析 (DCA) 评估模型性能.
主要成果:
- 多模式模型实现了0.89的曲线下面积 (AUC),优于个体放射性 (AUC 0.70),病理性 (AUC 0.77) 和临床模型 (AUC 0.63).
- 校准图和DCA证实了综合模型的临床实用性.
- 沙普利值被用于模型的解释性.
结论:
- 综合放射学,病理学和临床数据的多模式模型显著改善了EC中的pCR预测.
- 该模型提供了一个有前途的工具,用于为EC患者的临床治疗决策提供信息.
- 需要在不同的队列中进一步验证.
