基于MRI的多模式放射学模型用于预测鼻癌的短期疗效

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 准确预测短期治疗反应对于鼻癌 (NPC) 管理至关重要.
• 传统的TNM分期和生物标志物缺乏个性化治疗的精度,需要先进的预测工具.

研究的目的:

• 开发和验证一种基于MRI的多模式放射学模型,用于预测NPC的短期治疗反应.
• 将放射学模型的性能与已确定的临床生物标志物进行比较.

主要方法:

• 对173名NPC患者和55例外部验证病例的治疗前MRI序列 (T1加权,T2加权,对比度增强T1加权) 的分析.
• 使用mRMR和LASSO回归提取和选择3,591个放射性特征.
• 开发和比较八个机器学习分类器,通过校准和决策曲线分析评估性能.

主要成果:

• 支持矢量机 (SVM) 放射学模型实现了高性能:AUC为0.935 (内部) 和0.880 (外部验证).
• 该模型在内部测试中显示出平衡的灵敏度 (87.1%) 和特异性 (95.2%).
• 放射性显著优于临床生物标志物 (AUC改善:18.7-24.3%,p < 0.01),显示出临床效用.

结论:

• 一个基于多式MRI的放射学模型为预测短期NPC治疗反应提供了一种变革性的,非侵入性的方法.
• 这个模型在预测准确度上超越了传统方法,支持个性化治疗策略.
• 建议将放射学纳入临床决策,以改善NPC管理.