一个基于CT的放射学模型,用于预测卵巢外皮癌患者的无进展生存率
Yinping Leng1,2, Jingjing Zhou1,2, Wenjie Liu1,2
1Department of Radiology, The Second Affiliated Hospital, Jiangxi Medical College, Nanchang University, Minde Road No. 1, Nanchang, Jiangxi Province, 330006, China.
BMC cancer
|May 20, 2025
概括
基于CT的放射性诺米克图有效地预测了表皮卵巢癌 (EOC) 患者的无进展生存期 (PFS). 这种非侵入性工具整合了放射性评分和临床特征,有助于治疗决策.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 卵巢上皮癌 (EOC) 在妇女健康方面构成了重大挑战.
- 准确预测无进展生存 (PFS) 对于有效的EOC管理至关重要.
- 当前的预测方法可能会从非侵入性,数据驱动的方法中受益.
研究的目的:
- 开发和验证基于CT的放射学诺米克图,用于预测EOC中的PFS.
- 与临床和仅使用放射学模型的模型相比,评估名图的预测性能.
主要方法:
- 从多个数据源对144名EOC患者的回顾性分析.
- 从对比度增强的CT图像中提取放射性特征.
- 使用 LASSO 考克斯回归和与临床特征集成用于名图构造的放射学分数 (rad-score) 的开发.
主要成果:
- 结合rad-score和临床特征的综合模型显示出优异的PFS预测.
- 诺米图表实现了高预测性能,在训练组中C指数为0.78,在测试组中为0.73.
- 该模型显示出优异的校准,在预测1年,3年和5年的PFS方面表现优于临床和放射学模型.
结论:
- 基于CT的放射学诺米克集成放射学和临床数据是预测EOC中PFS的可行和有效工具.
- 这种非侵入性名图可以帮助EOC患者的临床决策和治疗规划.
更多相关视频
10:35An Orthotopic Model of Serous Ovarian Cancer in Immunocompetent Mice for in vivo Tumor Imaging and Monitoring of Tumor Immune Responses
Published on: November 28, 2010
18.2K
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
6.6K