在胃癌中淋巴结分期的历史演变和当前研究状况:一篇综述

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 淋巴结转移 (LNM) 是胃癌 (GC) 的关键预后因素.
• 精确的淋巴结 (LN) 阶段测定对于指导治疗和预测患者的结果至关重要.
• 目前的分期系统,包括TNM和日本分类,已经发展,但需要进一步改进.

研究的目的:

• 提供淋巴结在胃癌中的分期的系统审查.
• 为了探索历史演变,当前的做法,和最近的创新在GC淋巴结阶段化.
• 为GC的先进预后框架的开发提供信息.

主要方法:

• 对胃癌的历史和当前淋巴结分期系统的审查.
• 对新型分期参数的分析:转移性淋巴结比率 (LNR),阳性淋巴结的日志几率 (LODDS) 和阴性淋巴结数 (NLNC).
• 评估人工智能 (AI) 应用,包括机器学习 (ML) 和深度学习 (DL),用于评估LNM和预后.

主要成果:

• 传统的N分期从基于距离的转移性淋巴结评估演变为基于数量的转移性淋巴结评估.
• 与UICC/AJCC第八版相比,LNR,LODDS和NLNC等新参数显示出更高的预测准确度.
• 人工智能模型,特别是ML和DL,在改善GC中的LNM评估,分期和预后预测方面显示出显著的希望.

结论:

• 胃癌淋巴结分期的领域正在不断发展.
• 新的参数和AI技术提供了更高的准确性和预测价值.
• 未来的研究应该集中在将这些创新整合到下一代分期系统中,以改善患者护理.