基于CT的增强的三角放射学:预测淋巴血管和围神经在直肠癌中的入侵在手术前

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医学成像分析 医学成像分析

背景情况:

• 直肠癌 (RC) 在手术前风险分层方面带来了重大挑战.
• 精确预测淋巴血管侵袭 (LVI) 和周围神经侵袭 (PNI) 对于定制RC治疗策略至关重要.
• 目前的成像方法在准确识别这些高风险特征方面存在局限性.

研究的目的:

• 开发和验证多相对比增强型计算机断层扫描 (CECT) 的三角放射学特征,用于手术前预测RC中的LVI和PNI.
• 评估不同的三角洲放射学模型在识别LVI和PNI方面的性能.
• 评估将三角放射学与RC风险分层临床预测指标集成的临床实用性.

主要方法:

• 对519名RC患者的CET扫描进行了回顾性分析 (2017年1月-2022年12月).
• 从常规 (A0),动脉 (A1) 和静脉 (A2) 阶段提取放射性特征.
• 使用图像减法和特征提取构建三角洲放射学特征 (Delta-1至Delta-4),并开发了一种组合模型 (C-Delta-12).
• 使用ROC,校准曲线和决策曲线分析评估模型性能.

主要成果:

• 个别的三角形放射学模型显示LVI和PNI的预测性能中等 (AUC从0.67到0.73).
• 结合的C-Delta-12模型显示出优异的预测性能,AUC为0.81,准确度为0.76,灵敏度为0.86,特异性为0.65.
• 校准曲线显示出很好的匹配,决策曲线分析证实了该模型的临床价值.

结论:

• 开发的多相CET三角放射学特征为RC患者的手术前LVI和PNI风险评估提供了准确且非侵入性的方法.
• 将三角放射学与临床预测因子相结合,提高了预测准确度,并有可能指导个性化治疗决策.
• 这种方法促进了基于LVI和PNI状态的更好的患者分层,优化治疗策略.