不匹配修复状态和基于临床放射学特征的模型,用于治疗前评估周围神经侵袭和预后在I-III期直肠癌的预后
Xiangchun Liu1, Lijuan Wan1, Rui Zhao1
1Department of Radiology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, #17 Panjiayuan Nanli, Chaoyang District, Beijing 100021, China.
Academic radiology
|May 3, 2025
概括
一个新的模型在治疗前准确地预测了直肠癌患者的围神经侵入,有助于个性化护理,并根据MRI和临床数据改善了生存预测.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 生物统计学 生物统计学
背景情况:
- 周围神经侵入 (PNI) 是直肠癌 (RC) 的关键预后因素.
- 准确的治疗前评估PNI对于个性化治疗策略至关重要.
- 目前用于PNI评估的方法在预处理环境中存在局限性.
研究的目的:
- 开发和验证一个预测模型,用于在I-III阶段的治疗前的PNI状态.
- 用临床,不匹配修复 (MMR) 状态和MRI特征来评估模型的预后分层有效性.
- 评估该模型对无疾病生存率 (DFS),无远程转移生存率 (DMFS) 和无复发生存率 (RFS) 的影响.
主要方法:
- 对815名I-III期RC患者进行了回顾性研究,这些患者接受了治疗前的MRI扫描.
- 使用临床数据的逻辑回归,MMR状态和MRI特征 (瘤形态,阶段,外壁血管入侵,瘤沉积,中间直肠带膜干涉) 的预测模型的开发.
- 使用接收器操作特征曲线 (AUC) 验证诊断性能,使用卡普兰-梅尔曲线和考克斯回归进行预后分层.
主要成果:
- 预测模型在培训队列中达到0.748的AUC,在验证队列中达到0.719.
- 缺少MMR,男性性别,特定的瘤形态,晚期瘤阶段,外壁血管入侵,瘤沉积和中间直肠带膜参与是独立的预测因素.
- 预测PNI阳性状态与训练队列中较低的DFS和DMFS和RFS显著相关,显示出预后分层能力.
结论:
- 开发的预测模型证明了在直肠癌中治疗前PNI评估的可接受性能.
- 该模型有效地帮助预后分层,区分预测PNI阳性和PNI阴性患者.
- 这种工具可以帮助针对直肠癌患者量身定制治疗决策.
