基于CT的双区域机器学习放射学无创地预测了肝细胞癌中的LOX表达水平和整体存活率
Kexin Gao1,2, Musa Yaermaimaiti3, Yiwei Wang1
1Department of General Surgery, Shanghai Sixth People's Hospital Affiliated to Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Cancer medicine
|August 12, 2025
概括
lysyl氧化酶 (LOX) 表达影响肝细胞癌 (HCC) 患者的存活率. 基于CT的放射学模型可以非侵入性地预测LOX水平,帮助预后.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 基因组学就是基因组学.
背景情况:
- lysyl氧化酶 (LOX) 在瘤进展中起作用.
- 了解LOX表达对于肝细胞癌 (HCC) 预后至关重要.
研究的目的:
- 评估LOX表达和HCC患者预后之间的关联.
- 开发基于CT的放射学模型,用于预测LOX表达水平.
主要方法:
- 利用癌症基因组图谱 (TCGA) 进行基因表达和预后分析 (294个HCC样本).
- 癌症成像档案 (TCIA) 和TCGA数据用于放射学特征提取和模型构建 (34个HCC病例用CT图像).
- 使用LASSO回归开发和验证了放射学模型,并评估了它们的预测性能.
主要成果:
- 在HCC患者中,LOX表达与整体存活 (OS) 有显著的相关性.
- 放射学模型对LOX表达有很好的预测能力:全瘤模型AUC0.775 (训练),0.754 (交叉验证);双区域模型AUC0.800 (训练),0.796 (交叉验证).
- 模型预测显示与真实LOX值一致,决策曲线分析表明临床效用.
结论:
- 在HCC中,LOX表达是显著的预后因素.
- 基于CT的放射学提供了一种非侵入性的方法来预测LOX表达和评估HCC预后.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.9K
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
194
