一项关于F-FDG PET/CT患者水平放射学的概念验证研究确定了耐火性/复发性扩散性大B细胞淋巴瘤

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 数据科学数据科学数据科学

背景情况:

• 扩散性大B细胞淋巴瘤 (DLBCL) 是一种具有显著异质性的侵袭性非霍奇金淋巴瘤.
• 耐火性/复发性 (R/R) DLBCL是一个重大的临床挑战,需要改进预后和预测工具.
• F-FDG PET/CT是DLBCL管理中的标准成像方式.

研究的目的:

• 通过患者级放射学分析评估DLBCL患者的R/R疾病.
• 通过从F-FDG PET/CT中提取的放射学特征来表征DLBCL异质性.
• 使用放射学开发R/R DLBCL结果的预测模型.

主要方法:

• 对132名DLBCL患者的回顾性分析,这些患者接受了基线F-FDG PET/CT.
• 从患者层面的感兴趣卷 (VOI) 中提取328个放射学特征.
• 使用LASSO计算放射学分数 (rad-scores) 的8个放射学特征的选择和机器学习 (ML) 分类器的开发;用于亚型识别的无监督非负矩阵因子化 (NMF) 集群.

主要成果:

• 结合rad-score,临床和PET参数的联合ML模型实现了卓越的性能 (AUC=0.73为Naive Bayes).
• 无监督的NMF聚类确定了3种放射性子类型.
• 集群1显著与R/RDLBCL,晚期,高国际预后指数和散装疾病的更高患病率相关.

结论:

• 来自F-FDG PET/CT的放射学分数为R/R DLBCL提供了重要的预测价值.
• 已识别的放射性亚型提供了有价值的表型信息,并与DLBCL的不良预后因素相关.
• 放射学分析为R/R DLBCL的个性化治疗策略提供了希望.