预测高风险局部细胞癌的手术切除后复发:放射学临床整合方法

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗信息学 医疗信息学

背景情况:

• 清细胞细胞癌 (ccRCC) 的辅助免疫疗法缺乏可靠的生物标志物来选择患者.
• 确定谁将从辅助治疗中受益的患者对于改善结果至关重要.

研究的目的:

• 开发和验证一个定量放射学签名 (RS) 和一个放射学临床模型.
• 确定患有ccRCC的患者在手术后复发风险增加,有资格接受辅助免疫治疗.

主要方法:

• 对符合KEYNOTE-564标准的ccRCC患者进行了回顾性研究.
• 从手术前CT扫描中提取了放射性特征;用于RS的聚类和随机生存森林.
• 开发了一种使用多变量考克斯回归的放射学临床模型,并通过AUC评估性能.

主要成果:

• 放射学签名 (RS) 在预测无疾病生存率 (DFS) 中表现良好.
• 放射学临床模型,结合RS和临床因素 (节点状态,血管入侵,血红蛋白),实现了优异的预测性能 (iAUC 0.78在测试组).
• 决策曲线分析证实了该模型比传统方法具有更高的临床效用.

结论:

• 将放射学与临床因素相结合,可以提高ccRCC中的DFS预测.
• 该模型为个性化风险评估提供了一个工具,以优化辅助疗法选择.