整合神经元特异性化和静脉阶段增强型计算机断层扫描放射学,以改善高风险神经母细胞瘤的生存预测:一项两中心研究
Haoru Wang1, Wenhong Ye2, Ting Li3
1Department of Radiology, Children's Hospital of Chongqing Medical University, National Clinical Research Center for Child Health and Disorders, Ministry of Education Key Laboratory of Child Development and Disorders, Chongqing Key Laboratory of Child Neurodevelopment and Cognitive Disorders, Chongqing, 400014, China.
整合临床指标和CT放射学可以改善高风险神经母细胞瘤患者的生存预测. 这种综合方法可以提高预后准确性,从而改善患者的治疗结果.
科学领域:
- 儿科瘤学 儿科瘤学
- 医疗成像医学成像
- 无线电学 (Radiomics) 是一种无线电学.
背景情况:
- 高危神经母细胞瘤由于预后不佳而构成重大挑战.
- 准确识别更高风险的患者对于量身定制的治疗策略至关重要.
研究的目的:
- 评估将临床指标与静脉相增强计算机断层扫描 (CT) 放射学相结合的疗效,以改善高风险神经母细胞瘤的整体生存预测.
- 评估临床因素,放射学和组合模型的预测性能.
主要方法:
- 对高风险神经母细胞瘤患者的回顾性分析,分为训练 (70%) 和测试 (30%) 集.
- 使用考克斯回归分析识别独立的临床风险因素.
- 从静脉阶段增强的CT图像中提取放射学特征,并开发一个联合预测模型.
主要成果:
- 神经元特异性酶被确定为一个独立的临床风险因素.
- 放射学得分显示,与单独的临床因素相比,放射学得分表现出优越的预测能力.
- 组合模型在训练,测试和验证集中实现了最高的一致性指数,表明了更好的生存预测.
结论:
- 神经元特异性酶和静脉相增强CT放射学的整合显著提高了高风险神经母细胞瘤整体存活率的预测.
- 这种综合方法为这种具有挑战性的儿科癌症提供了更强大的预后工具.
更多相关视频
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
12:23Multi-modal Imaging of Angiogenesis in a Nude Rat Model of Breast Cancer Bone Metastasis Using Magnetic Resonance Imaging, Volumetric Computed Tomography and Ultrasound
Published on: August 14, 2012
