预测治疗反应和基于免疫检查点抑制剂的综合疗法的预后在晚期肝细胞癌使用纵向CT-based radiomics模型:一个多中心研究研究
Jun Xu1,2,3,4, Junjun Li5, Tengfei Wang6,7,8
1Anhui Province Key Laboratory of Medical Physics and Technology, Institute of Health and Medical Technology, Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei, 230031, People's Republic of China.
BMC cancer
|April 4, 2025
概括
一个新的放射学模型准确地预测了接受免疫检查点抑制剂 (ICI) 组合治疗的晚期肝细胞癌 (HCC) 患者的治疗反应和预后. 这一工具有助于个性化治疗HCC的决策.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 预测晚期肝细胞癌 (HCC) 接受免疫检查点抑制剂 (ICI) 联合治疗的治疗反应是具有挑战性的.
- 开发有效的预测策略对于优化患者的治疗结果至关重要.
研究的目的:
- 提出一种基于纵向CT的新型放射学模型 (LWCTR),用于预测接受基于ICI的组合治疗的高级HCC患者的治疗反应和预后.
- 评估模型在多个机构和群体中的表现.
主要方法:
- 从395名HCC患者的纵向CT扫描 (动脉和门静脉阶段) 中提取了1316个放射性特征.
- 使用带有放射性特征和临床数据的支持向量机 (SVM) 分类器开发了LWCTR模型.
- 使用曲线下的面积 (AUC) 验证了模型的预测性能,并使用Rad-Nomo模型评估了预后.
主要成果:
- 在培训,内部和外部验证队列中,LWCTR模型实现了高AUC值 (0.875-0.883) 预测治疗反应.
- 综合Rad-Nomo模型显示出强大的预后性能,时间依赖的AUC在1年内高达0.902.
- 沙普利增量解释 (SHAP) 用于解释特征对模型预测的贡献.
结论:
- LWCTR模型在预测ICI组合治疗中高级HCC患者的治疗反应和预后方面表现强.
- 这种放射学方法有可能在HCC管理中促进个性化和及时的治疗决策.


