基于计算机断层扫描的瘤内异质性的量化,用于预测非小细胞肺癌中同步化疗和放射治疗的治疗反应:一项多中心回顾性研究
Benlan Li1,2,3, Zhongjun Huang1,2,4, Yong Hu5
1Department of Oncology, School of Clinical Medicine, Guizhou Medical University, Guiyang, China.
Translational cancer research
|October 29, 2025
概括
一个新的基于CT的瘤内异质性 (ITH) 模型准确预测非小细胞肺癌 (NSCLC) 治疗反应. 将ITH与临床和放射性数据相结合,进一步提高了个性化治疗的预后精度.
科学领域:
- 放射学和瘤学 放射学和瘤学
- 医学成像分析 医学成像分析
- 计算生物学 计算生物学
背景情况:
- 同时化学放射治疗 (CCRT) 是非小细胞肺癌 (NSCLC) 的标准.
- 瘤异质性导致对CCRT的反应不同.
- 预测治疗疗效需要评估瘤内异质性 (ITH).
研究的目的:
- 从预处理对比度增强的CT扫描中得出ITH指标.
- 评估ITH对接受CCRT的NSCLC患者的预后价值.
- 开发一个模型来预测CCRT反应和患者的结果.
主要方法:
- 对接受CCRT的164名NSCLC患者的回顾性分析.
- 提取了ITH的放射性特征和计算的生态多样性指标.
- 使用机器学习 (SVM) 开发了ITH和C-放射学分类器.
- 将临床,放射性和ITH预测因素集成到一个统一的预后模型中.
主要成果:
- 基于CT的ITH模型显示出强大的预测准确性 (AUC 0.78培训,0.77验证).
- 综合了临床,放射性和ITH特征的组合模型实现了更高的AUC (0.92培训,0.87验证).
- 这两种模型都有效地根据无进展生存期 (PFS) 和整体生存期 (OS) 风险对患者进行了分层.
结论:
- 来自CT的ITH指标提供了对NSCLC中CCRT反应的可靠预测.
- 一个统一的预后模型可以提高预测准确度,超越单独的临床或放射性数据.
- 这些模型可以帮助为NSCLC患者做出个性化治疗决策.
