基于治疗前的MRI成像的RCMIX模型预测了MRI-cT4阶段直肠癌的T下降阶段
Feiyu Bai1, Leen Liao2, Yuanling Tang3
1Department of General Surgery (Colorectal Surgery), The Sixth Affiliated Hospital, Sun Yat-sen University, Guangdong, China; Guangdong Provincial Key Laboratory of Colorectal and Pelvic Floor Diseases, The Sixth Affiliated Hospital, Sun Yat-sen University, Guangdong, China; Biomedical Innovation Center, The Sixth Affiliated Hospital, Sun Yat-sen University, Guangdong, China.
Cancer letters
|June 13, 2025
概括
一个新的机器学习模型RCMIX准确地预测了新辅助疗法 (NAT) 后cT4直肠癌患者的瘤回归. 这种预测有助于手术规划,并改善无病生存结果.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 机器学习在医学中的应用
背景情况:
- 新辅助疗法 (NAT) 是MRI定义的cT4直肠癌的标准.
- 预测NAT后的瘤回归对于手术规划至关重要.
- 目前用于预测瘤反应的方法需要改进.
研究的目的:
- 开发和验证一种机器学习模型 (RCMIX),用于预测接受NAT的cT4直肠癌患者的T下降阶段.
- 在独立的测试队伍中评估模型的性能.
- 评估预测的T下降阶段和无病生存率之间的相关性.
主要方法:
- 在三个中心对363名cT4直肠癌患者的治疗前MRI成像进行了回顾性分析.
- 使用多层感知子算法开发RCMIX模型,结合19个放射性和2个临床特征.
- 在205名患者中进行模型培训,并在两个独立的测试队列中进行验证.
主要成果:
- 在训练队列中,RCMIX模型实现了0.903的AUC,用于预测T-下降阶段.
- 独立的测试队列显示AUC为0.787和0.773,显示出强大的预测性能.
- 被RCMIX预测为"良好T下降阶段"的患者表现出明显更好的无疾病生存率.
结论:
- RCMIX模型在预测cT4直肠癌中NAT诱导的T下降阶段方面表现令人满意.
- 这种预测能力可以为外科手术策略提供信息,并可能改善患者的治疗结果.
- 在直肠癌管理中,RCMIX为优化治疗和手术规划提供了宝贵的见解.


