使用放射学和临床语义特征在侵袭性肺腺癌中的IASLC分级中区分高等级模式和主要亚型
Sunyi Zheng1, Jiaxin Liu1, Jiping Xie2
1Tianjin's Clinical Research Center for Cancer, State Key Laboratory of Druggability Evaluation and Systematic Translational Medicine, Tianjin Key Laboratory of Digestive Cancer, Key Laboratory of Cancer Prevention and Therapy, Department of Radiology, Tianjin Medical University Cancer Institute and Hospital, National Clinical Research Center for Cancer, Tianjin, China.
概括
使用放射学准确预测肺腺癌的高度模式和主要亚型,准确确定国际肺癌研究协会的分级. 一个两步放射学模型显示了准确的手术前诊断和治疗规划的前景.
科学领域:
- 肺病理学和瘤学
- 医学成像分析分析 医学成像分析
- 机器学习在医疗保健中的应用
背景情况:
- 国际肺癌研究协会 (IASLC) 对侵袭性非性腺癌 (ADC) 的分级系统根据高级模式 (HGP) 和主要亚型 (PS) 将瘤分类.
- 准确的分级对于治疗规划和预测患者结果至关重要.
研究的目的:
- 评估预测HGP和PS的可行性,以对肺腺癌进行IASLC分级.
- 使用放射性和临床语义特征开发和比较预测模型.
主要方法:
- 总共分析了529个ADC,分为培训和验证集.
- 开发了一种两步模型来预测HGP (>20%) 并区分斑状和状/小胞状PS.
- 使用放射性特征和临床语义特征创建模型,并与一步式模型进行比较.
主要成果:
- 两步放射性模型实现了最高的AUC值 (0.95,0.85,0.96为等级1,2,3).
- 两步模型在预测2级和3级时显著优于单步模型 (p < 0.001).
- 与临床语义模型相比,放射学模型显示出更高的性能,特别是在3级预测方面.
结论:
- 对HGP和PS的放射性特征预测能够在ADC中准确地进行IASLC分级.
- 一个两步放射学模型提供了一个精确的手术前诊断工具.
- 这种方法可以显著帮助优化肺腺癌的治疗策略.
