使用Gd-EOB-DTPA增强型MRI治疗亚厘米肝细胞癌的新型诊断算法:多中心开发和验证

科学领域:

• 放射学和医学成像学 医学成像学
• 在瘤学瘤学.
• 肝病学 肝病学是一种肝病学.

背景情况:

• 亚厘米肝细胞癌 (scHCC) 诊断是具有挑战性的,因为目前的成像指南存在局限性,特别是对于缺乏动脉相超增强 (APHE) 的病变.
• 准确的scHCC早期检测对于及时治疗和改善患者结果至关重要.
• 加多-乙氧-乙烯-氨酸 (Gd-EOB-DTPA) 增强的MRI为肝损伤的特征提供了有价值的信息.

研究的目的:

• 开发和验证一种新的决策树算法,用于使用Gd-EOB-DTPA增强的MRI诊断scHCC (≤1.0厘米).
• 克服现有指南在检测缺乏APHE的scHCC方面的局限性.
• 将关键的MRI功能整合到一个强大的诊断模型中.

主要方法:

• 一项多中心的回顾性研究分析了419名肝脏焦点结≤1.0厘米的患者.
• 使用分类和回归树 (CART) 建模开发了一个决策树算法,其中包括受限扩散,非边缘APHE,过渡期低压和轻度至中度T2WI高强度.
• 在培训 (n=225),内部测试 (n=96) 和外部验证 (n=98) 组中评估了性能,并与LI-RADS和JSH标准进行了比较.

主要成果:

• 该算法展示了高诊断性能:训练集 (93.8%准确率),内部测试集 (90.6%准确率) 和外部验证集 (90.8%准确率).
• 该算法显著超过了LI-RADS LR-4,修改LR-4和JSH标准 (P < 0.001到P = 0.005).
• 最重要的是,该算法在缺乏APHE的scHCC病例中实现了80.0%-87.5%的准确性,突出显示了它在具有挑战性的病例中的实用性.

结论:

• 开发的决策树算法通过整合关键的MRI特征并减少对APHE的依赖,有效地诊断scHCC.
• 这种新的算法在多中心队列中显示出高精度,支持其临床翻译以改善早期肝细胞癌检测.
• 这些发现表明,对诊断小肝病变的方法进行了简化和更准确的方法.