基于超声波放射学的动态诺米克图来预测软组织肉瘤的组织学级:一个多中心队列研究

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 软组织肉瘤 (STS) 的组织学分类对于治疗计划至关重要.
• 准确的手术前分类可以指导个性化治疗策略,并改善患者的预后.
• 目前的方法可能在预测外科手术前STS组织学等级时缺乏准确性.

研究的目的:

• 开发和验证一个动态名图 (DynNom) 用于预测STS组织学等级使用手术前超声波 (US) 图像.
• 评估DynNom的性能与传统和仅使用放射学模型相比.
• 评估DynNom在患者管理中的临床实用性和适用性.

主要方法:

• 分别对238名STS患者和70名STS患者进行了回顾性和前性招募.
• 从美国灰度图像中提取放射性特征.
• 使用多变量逻辑回归结合美国临床特征和放射学特征开发DynNom.
• 使用ROC曲线,校准曲线,Hosmer-Lemeshow测试,决策曲线分析 (DCA) 和临床影响曲线 (CIC) 的验证.

主要成果:

• 在培训,内部和外部验证队列中,DynNom分别达到0.915,0.87和0.90的最佳AUC.
• 与传统和放射学模型相比,DynNom表现出更好的预测性能 (P < 0.05).
• 在DCA中,满意的校准和优越的净益证实了DynNom的临床适用性.

结论:

• 动态名图是STS组织学等级的术前预测的实用和准确的工具.
• DynNom可以帮助临床医生识别高等级的STS,以考虑新辅助治疗.
• 这种工具有可能优化治疗选择并改善STS患者的长期结果.