将息地,放射学和融合模型进行比较,以预测I期肺腺癌中的微毛细细胞/固体组件
Shaoyu Huang1, Xiuzhen Liang1, Kaihua Lou2
1Department of Radiology, The Affiliated Lihuili Hospital of Ningbo University, 315010 Ningbo, Zhejiang, PR China (S.H., X.L., J.Z., J.W., H.D.).
Academic radiology
|August 1, 2025
概括
一个新的融合模型准确地预测了第一阶段肺腺癌中的微毛囊/固体状态. 这种先进的模型整合了放射学和息地特征,以改善肺癌亚型的术前预测.
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:
- 肺腺癌 (LAC) 是癌症死亡的主要原因.
- 准确的瘤亚型的术前预测,如微毛囊/固体 (MP/S) 状态,对于I阶段LAC的治疗规划至关重要.
研究的目的:
- 为了比较息地模型 (HM),放射学模型 (RM) 和融合模型 (FM) 的有效性,用于预测LAC I阶段的MP/S状态.
- 使用成像功能开发和验证先进的预测模型.
主要方法:
- 从两个中心的345名I阶段LAC患者的回顾性分析.
- 使用K-means集群和RM使用CT图像开发HM.
- 创建基于特征的融合前 (FM前) 和基于决策的融合后 (FM后) 模型.
- 使用曲线下的面积 (AUC) 和综合歧视改进 (IDI) 评估模型性能.
主要成果:
- 在训练队列中,息地模型表现出优于放射学模型的性能 (AUC:0.900与0.876).
- 在所有队伍中,融合前模型始终优于HM和RM.
- 融合后模型实现了最高的AUC (0.952在培训中,0.850在内部验证中) 和显著的IDI改善 (14.2%-36.4%).
结论:
- 融合后的模型,整合集群签名,放射学签名和临床特征,是第I阶段LACMP/S状态的可靠预测指标.
- 这种融合方法为肺腺癌亚型提供了增强的手术前预测能力.
