基于磁共振成像的综合定量结构风险评分模型,用于预测鼻癌中辐射诱导的叶缩:一种新的风险分层模型
Jie Pan1, Jiahui Liang1, Yunpeng Li1
1Department of Medical Imaging, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine, Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-sen University Cancer Center, Guangzhou, China.
Radiation oncology (London, England)
|October 30, 2025
概括
一个新的基于结构MRI的复合结构风险评分 (CSS) 改善了在鼻癌 (NPC) 患者中预测辐射诱导的叶坏死 (TLN). 这一分数有助于早期风险分层和个性化治疗规划.
科学领域:
- 放射学和成像科学 放射学和成像科学
- 瘤学和癌症研究研究.
- 医学物理和辐射瘤学 医学物理和辐射瘤学
背景情况:
- 辐射诱导的叶亡 (TLN) 是一种影响鼻癌 (NPC) 患者放射后生存率 (RT) 的重大并发症.
- 准确的TLN早期风险分层对于改善患者的治疗结果和指导治疗决策至关重要.
研究的目的:
- 开发和验证一个早期评分模型,整合定量MRI指标和临床因素,以加强TLN风险分层.
- 评估量化MRI生物标志物在预测TLN中的增量价值,与单独的临床因素相比.
主要方法:
- 从439名NPC患者 (RT前和RT后6个月内) 分析了纵向MRI扫描 (T1加权和扩散张力成像).
- 考克斯回归模型用于构建临床和组合模型,包括定量MRI生物标志物和临床数据 (年龄,糖尿病,辐射剂量).
- 为TLN风险分层和发病率预测开发了一种基于MRI的复合结构风险评分 (CSS).
主要成果:
- 结合定量MRI生物标志物和临床因素的组合模型实现了高预测准确度 (C指数=0.888).
- 基于结构MRI的综合结构风险评分 (CSS) 有效地识别了高风险个体,显示了明显更高的TLN风险 (HR = 3.07).
- 与高CSS (75.2 Gy) 低CSS (75.2 Gy) 的人相比,高CSS的个体需要较低的50%耐受剂量5年TLN (72.0 Gy).
结论:
- 开发的CSS定量地描述了RT后叶的纵向结构变化.
- 将CSS与临床和剂量测量参数集成,可以实现准确的TLN风险分层.
- 这种方法支持个性化管理策略,为NPC患者在TLN的风险.
