使用F-FDG PET/CT衍生的身体组成特征来预测非小细胞肺癌中淋巴血管入侵
Zewen Jiang1,2, David Haberl1,2, Clemens Spielvogel1
1Department of Biomedical Imaging and Image-Guided Therapy, Division of Nuclear Medicine, Medical University of Vienna, Währinger Gürtel 18-20, 1090, Vienna, Austria.
概括
这项研究开发了一种非侵入性模型,用于预测非小细胞肺癌 (NSCLC) 中的淋巴血管入侵 (LVI),使用身体组成和PET/CT成像. 该模型改善了早期NSCLC患者的风险分层.
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:
- 淋巴血管侵袭 (LVI) 是非小细胞肺癌 (NSCLC) 的关键预后因素,与转移和复发风险增加有关.
- 准确预测LVI对于有效的治疗计划和患者风险分层至关重要.
研究的目的:
- 开发和验证早期NSCLC患者LVI的非侵入性预测模型.
- 评估从18F-FDG PET/CT成像中得出的身体构成特征在预测LVI时的有用性.
主要方法:
- 对248名NSCLC患者的回顾性分析 (153名培训,95名验证).
- 从18F-FDG PET/CT扫描中评估瘤代谢参数 (SUVmax,SUVmean,MTV,TLG) 和身体组成 (脂肪组织,骨肌肉).
- 开发和验证一个包含临床,代谢和身体组成特征的逻辑回归名录.
主要成果:
- 开发的nomogram,整合MTV,N阶段和身体组成,实现AUC为0.839 (训练) 和0.790 (验证).
- 诺米图显著优于仅使用临床或成像变量的模型.
- 预测的LVI与明显较差的无复发生存率和整体生存率有关.
结论:
- 将身体成分与PET/CT代谢和临床数据相结合,可以准确地在手术前预测NSCLC中的LVI.
- 这种方法增强了早期NSCLC患者的风险分层,可能引导治疗决策.
更多相关视频
10:04Analysis of 18FDG PET/CT Imaging as a Tool for Studying Mycobacterium tuberculosis Infection and Treatment in Non-human Primates
Published on: September 5, 2017
18.9K
06:51Utilizing 18F-FDG PET/CT Imaging and Quantitative Histology to Measure Dynamic Changes in the Glucose Metabolism in Mouse Models of Lung Cancer
Published on: July 21, 2018
18.1K
