使用跨直肠对比增强超声波基辐射模型预测局部晚期直肠癌的新辅助化疗效率

科学领域:

• 癌症学
• 放射学
• 医学成像

背景情况:

• 在局部晚期直肠癌 (LARC) 中,准确预测瘤回归度 (TRG) 对于定制新辅助化疗 (NCRT) 至关重要.
• 目前评估治疗反应的方法往往缺乏精度,需要先进的成像技术.

研究的目的:

• 开发和验证基于跨直肠对比增强超声波 (TR-CEUS) 的放射学模型,用于预测NCRT后LARC患者的病态TRG.
• 将TR-CEUS放射学模型在NCRT前后的预测性能进行比较.

主要方法:

• 在190名LARC患者中使用TR-CEUS图像提取的放射性特征开发机器学习 (ML) 模型.
• 使用7个ML分类器,包括随机森林 (RF) 和多层感知器 (MLP),构建预测模型.
• 使用接收器操作特征 (ROC) 曲线分析和德隆测试评估模型性能.

主要成果:

• 从NCRT前后的TR-CEUS图像系列构建了总共3360个ML模型.
• 在交叉验证队列中,最佳后NCRT模型 (MLP) 实现了曲线下的面积 (AUC) 为0. 857,在试验队列中为0. 841.
• 与NCRT前模型相比,NCRT后模型对TRG的预测效果显著更高 (p < 0. 05).

结论:

• 从NCRT后的TR-CEUS成像获得的放射学模型在预测LARC患者的TRG方面具有很高的准确性.
• 这些模型可以帮助精确评估NCRT的治疗反应,促进个性化治疗策略.
• 基于TR-CEUS的放射学显示为评估直肠癌治疗结果的非侵入性工具.