放射性肠炎与局部晚期直肠癌全新辅助疗法的时间序列相关:初步研究
Chen-Ying Ma1, Yi Fu1, Lou Liu1
1Department of Radiation Oncology, The First Affiliated Hospital of Soochow University, Suzhou, 215006, China.
Radiation oncology (London, England)
|July 31, 2025
概括
使用MRI扫描的新型三角放射学模型有效地预测了在接受全新辅助治疗的局部晚期直肠癌患者的严重急性辐射肠炎. 这种方法可以改善早期的毒性管理,并指导治疗顺序.
科学领域:
- 无线电学 (Radiomics) 是一种辐射学.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 接受全新辅助疗法 (TNT) 的局部晚期直肠癌 (LARC) 患者有严重急性辐射肠炎 (SARE) 的风险.
- 准确预测SARE对于优化治疗策略和管理毒性至关重要.
研究的目的:
- 开发和验证基于多时磁共振成像 (MRI) 的三角放射学模型,用于预测接受TNT的LARC患者的SARE风险.
- 为了比较不同的三角形特征策略和组合模型的性能.
主要方法:
- 追溯分析92名接受TNT并在基线和放射治疗 (RT) 后接受盆腔MRI的LARC患者.
- 从T2加权图像中提取放射性特征,计算四种三角形特征策略 (差异,百分比变化,比率,特征融合),并使用统计方法和LASSO回归来选择特征.
- 支持矢量机 (SVM) 分类器的培训和评估,使用基线,后RT,三角形和综合放射性和临床特征,在独立测试集中通过AUC评估性能.
主要成果:
- 与其他三角洲定义相比,三角洲融合策略显示出优越的特征稳定性和模型性能.
- 在独立测试队列中,集成三角融合放射学和临床变量的SVM模型实现了最佳预测性能 (AUC=0.711,灵敏度=88.9%,F1得分=0.696).
- 这种组合模型的表现优于仅基于基线或三角洲差异特征的模型.
结论:
- 通过三角融合与临床因素整合多时间放射性特征显著提高了LARC患者SARE的早期预测.
- 德尔塔融合方法比传统的德尔塔计算提供了优越的预测性能.
- 这种预测模型有可能指导个性化的TNT测序和直肠癌患者的积极毒性管理.


