基于CT的放射学模型解码胰腺管腺癌中的纤维化含量和分子差异:一项多机构研究
Fangqing Wang1, Yang Sun2, Jianwei Xu3
1Department of Radiology, Qilu Hospital, Shandong University, Jinan, China.
Insights into imaging
|September 12, 2025
概括
一个CT放射学模型有效地预测胰腺管道腺癌 (PDAC) 中的纤维化等级. 该模型还显示出预后价值,并有助于评估针对个性化治疗策略的新辅助化疗疗效率.
科学领域:
- 放射学和瘤学 放射学和瘤学
- 医学成像分析 医学成像分析
- 计算病理学计算病理学
背景情况:
- 在胰腺管腺癌 (PDAC) 中精确的瘤纤维化术前评估对于预后和治疗计划至关重要.
- 目前用于纤维化分级的方法缺乏可靠的非侵入性手术前评估.
- 计算机断层扫描 (CT) 扫描的放射学分析为定量瘤评估提供了一个潜在的途径.
研究的目的:
- 开发和验证CT放射学模型,用于预测PDAC中的纤维化等级.
- 研究放射学模型对整体存活率 (OS) 和无病存活率 (DFS) 的预后意义.
- 使用RNA测序数据探索放射学模型的生物基础.
主要方法:
- 对3个机构215名PDAC患者的CT扫描和病理数据的回顾性分析.
- 从对比度增强CT (CECT) 图像中提取放射学特征,以构建预测模型.
- 在独立的试验队伍中验证联合相位 (CP) 放射学模型,并在接受新辅助化疗的结局队伍中评估预后价值.
主要成果:
- 该CP放射学模型在预测纤维化等级方面表现强,AUC在训练和测试队列中从0.746到0.831不等.
- 在结果队列中,CP放射学模型有效地根据OS (p=0.011) 和DFS (p=0.022) 分类了患者.
- RNA测序分析揭示了CP放射性特征与纤维细胞生产和重塑途径之间的关联.
结论:
- 基于CT的CP放射学模型是一种高性能工具,用于预测PDAC中的纤维化等级.
- 开发的放射学模型对预后评估和预测对新辅助化疗的反应具有重要价值.
- 该模型的可解释性因其与纤维化相关的潜在生物过程的相关性而增强.
