基于成像的卵巢瘤手术前分化-一项回顾性横截面研究
Assel Kabibulatova1, Mehzabin Kazi2, Peter Berglund2
1Scientific Research Institute of Radiology Named After ZH.H. Khamzabayev, Astana Medical University, Astana 010000, Kazakhstan.
Diagnostics (Basel, Switzerland)
|October 29, 2025
概括
基于放射性阶段 (rFIGO) 和MRI的O-RADS-MRI得分有效预测卵巢恶性瘤. 然而,这些成像生物标志物并不能改善边缘性卵巢瘤中不良特征的预测.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 妇科 妇科医生 妇科
背景情况:
- 准确预测卵巢瘤恶性病变对于患者管理至关重要.
- 图像化生物标志物在区分良性,边缘性和恶性卵巢病变方面发挥着作用.
研究的目的:
- 评估CT和MRI成像生物标志物的诊断性能,以预测恶性和边缘性卵巢瘤.
- 为了比较放射性阶段 (rFIGO),卵巢-尾报告和数据系统MRI得分 (O-RADS-MRI) 和明显扩散系数 (ADCmean) 在恶性瘤预测中的有效性.
主要方法:
- 从PRODIGYN研究中对195名怀疑患有上皮卵巢癌的患者进行了回顾性分析.
- 对rFIGO阶段,O-RADS-MRI得分和ADCmean进行评估,以预测卵巢恶性瘤与组织病理学之间的关系.
- 将这些生物标志物应用于边界瘤队列 (n=33) 以确定不良特征.
主要成果:
- rFIGO阶段对卵巢恶性瘤具有很高的准确性 (AUC=0.98).
- 在O-RADS-MRI得分中,高灵敏度 (1) 和特异性 (0.82) 在恶性瘤预测方面表现出高灵敏度.
- 在恶性瘤预测方面,ADC平均值表现中等 (AUC=0.78).
- 边缘瘤中不良特征的区分没有得到改善.
结论:
- rFIGO和O-RADS-MRI是卵巢恶性瘤的优秀预测工具,表现优于ADC平均值.
- 这些成像生物标志物在预测边缘卵巢瘤中的不良特征方面并不有效.
