基于CT的非侵入性多区域放射学,用于预测非小细胞肺癌中术前新辅助化学免疫治疗的病理完整反应

科学领域:

• 放射学和医学成像技术
• 在瘤学瘤学.
• 计算病理学计算病理学

背景情况:

• 新辅助化疗免疫疗法已成为非小细胞肺癌 (NSCLC) 的有希望的治疗方法.
• 预测病理完整反应 (pCR) 对于优化治疗策略和患者结果至关重要.
• 当前的预测方法可能会从先进的成像分析技术中受益.

研究的目的:

• 开发和验证一个多区域放射学模型,用于预测NSCLC患者的pCR.
• 评估模型在特定子组的性能,包括N2阶段和接受抗PD-1/PD-L1治疗的患者.
• 为了评估内和周放射特征的实用性.

主要方法:

• 分析了一组216名接受新辅助化学免疫疗法和手术的NSCLC患者.
• 内 (T) 和周 (P3,P6) 区域从治疗前的CT扫描中进行细分.
• 机器学习算法被用来构建五个放射学模型,包括组合区域 (T+P3,T+P6),以预测pCR.

主要成果:

• 这项研究实现了51.4%的pCR率 (111/216名患者).
• 结合内和周特征 (T+P3) 的多区域放射学模型被确定为pCR的独立预测因子 (P < 0.001).
• 在验证队列中,T+P3模型表现出强大的预测性能 (AUC = 0.75),在N2阶段 (AUC = 0.829) 和抗PD-1/PD-L1子组 (AUC = 0.833) 中保持了准确性.

结论:

• 开发的多区域放射学模型显示了在NSCLC患者中预测pCR的显著潜力.
• 该模型在不同患者子组中表现出强大的预测能力,表明其广泛的临床适用性.
• 这种方法可能有助于临床医生选择适合的候选新辅助化学免疫疗法,在NSCLC中推进精确医学.