为预测非小细胞肺癌中淋巴结转移风险而开发名图
Xia Jiang1, Zhenyu Cao1, Weiqi Fu2
1Department of Radiology, Tongde Hospital of Zhejiang Province Afflicted to Zhejiang Chinese Medical University (Tongde Hospital of Zhejiang Province), Hangzhou, China.
Quantitative imaging in medicine and surgery
|July 3, 2025
概括
一种新型的诺米图准确地预测了非小细胞肺癌 (NSCLC) 患者的淋巴结转移 (LNM),使用临床和CT成像数据. 这个工具有助于个性化治疗策略,以改善NSCLC的结果.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗信息学 医疗信息学
背景情况:
- 非小细胞肺癌 (NSCLC) 是全球癌症死亡的主要原因.
- 精确的淋巴结 (LN) 状况的术前预测对于NSCLC治疗和生存至关重要.
- 淋巴结转移 (LNM) 显著影响NSCLC患者的预后和治疗决策.
研究的目的:
- 开发和验证用于预测NSCLC患者中LNM风险的诺米克图.
- 为指导NSCLC治疗策略提供个性化的风险评估工具.
- 加强NSCLC管理的手术前决策.
主要方法:
- 从三个中心的2837名NSCLC患者的临床,CT成像和病理数据的回顾性分析.
- 使用二进制逻辑回归和构建名ogram图的预测模型的开发.
- 使用ROC曲线,校准曲线和决策曲线分析评估模型性能.
主要成果:
- 确定了关键预测因素:混合地玻璃不透明性,阻塞性炎症,肺/囊,直径小,异质通风/ perfusion.
- 诺米图实现了高预测准确性,AUC为0.893 (训练) 和0.907 (测试).
- 该模型在预测LN阳性方面表现出强大的区分能力和临床实用性.
结论:
- 一个强大的临床CT成像名录被开发和验证,用于预测NSCLC中的LN阳性.
- 这种名图是个性化LNM风险评估NSCLC的有效工具.
- 经过验证的模型可以显著帮助优化NSCLC患者的治疗策略.
更多相关视频
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
381
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
201
