儿科低度质瘤的分子亚型预测模型使用常规神经放射学报告
Daddy Mata-Mbemba1,2,3, Andrew Trasolini4, Irit Maianski5,6
1Department of Diagnostic Imaging, IWK Health Centre, Halifax, Canada. daddy.mata-mbemba@iwk.nshealth.ca.
概括
这项研究开发了一种基于放射学的模型,用于预测儿科低度质瘤 (pLGGs) 的分子亚型. 该模型显示了识别BRAF融合瘤的巨大潜力,有助于诊断和治疗规划.
科学领域:
- 儿科瘤学 儿科瘤学
- 神经辐射学神经辐射学
- 分子诊断学 分子诊断学
背景情况:
- 儿科低度结质瘤 (pLGGs) 是异质的,其分子亚型影响预后和治疗.
- 精确的分子亚型确定对于最佳的患者管理至关重要,但可能是侵入性的或耗时的.
研究的目的:
- 开发和验证pLGG分子亚型化使用传统放射学特征的预测模型.
- 要区分PLGGs的BRAF融合,BRAF V600E和野生型分子亚型.
主要方法:
- 在加拿大三个中心对122名具有分子分类pLGGs的儿科患者的诊断成像进行了回顾性分析.
- 使用关键成像发现 (增强,边缘) 和人口统计 (年龄,位置) 的模型开发,然后进行内部和外部验证.
- 进行了三组 (BRAF融合与BRAF V600E与野生类型) 和二元 (BRAF融合与其他) 分析.
主要成果:
- 预测模型包括患者年龄,瘤位置,增强和边缘.
- 内部验证显示,对于BRAF融合 (88%) 和良好的歧视 (AUC 0.86整体) 的高度一致.
- 外部验证表明公平协议 (κ=0.39),在BRAF融合与其他方面的二进制分析中达成90%的协议.
结论:
- 使用易于使用的放射学变量的预测模型可以充分分类pLGG分子亚型.
- 该模型具有强大的歧视力,特别是在识别BRAF融合 pLGG时.
- 这种非侵入性方法可以帮助临床医生预测分子亚型并指导治疗决策.
