基于CT的三角放射学诺基图谱用于预测食道状细胞癌中新辅助化学放射治疗后淋巴结转移:一项可行性研究
Bin Zhang1, Yan Yi1, Lingshuo Kong1
1Department of Radiation Oncology, Shandong Cancer Hospital and Institute, Shandong First Medical University and Shandong Academy of Medical Sciences, Jinan, China.
Journal of cancer research and therapeutics
|December 31, 2025
概括
一种新的基于计算机断层扫描 (CT) 的三角放射学诺基图准确预测食道状细胞癌 (ESCC) 患者的淋巴结转移 (LNM),这些患者接受新辅助化疗或放射治疗 (nCRT),改善治疗决策.
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:
- 食道状细胞癌 (ESCC) 带来了重大治疗挑战,淋巴结转移 (LNM) 是一个关键的预后因素.
- 新辅助化学辐射疗法 (nCRT) 是局部晚期ESCC的标准治疗方法,但预测治疗反应,特别是LNM,仍然至关重要.
- 准确预测LNM对于定制治疗策略和改善ESCC患者的治疗结果至关重要.
研究的目的:
- 在接受新辅助化学放射治疗 (nCRT) 的食道状细胞癌 (ESCC) 患者中开发和验证淋巴结转移 (LNM) 的预测模型.
- 整合基于计算机断层扫描 (CT) 的三角洲放射学特征与临床病理因素,以增强LNM预测.
- 建立一个名图,为评估接受nCRT的ESCC患者的LNM风险提供定量和视觉工具.
主要方法:
- 对接受nCRT的170名ESCC患者的回顾性分析.
- 使用最小绝对收缩和选择操作员 (LASSO) 回归构建一个三角放射学签名模型.
- 开发一种结合的诺米图,包括放射性评分 (radScore) 和独立的临床病理因素 (瘤长度,瘤分化).
- 使用校准曲线和接收器运行特征曲线 (AUC) 下的面积验证nomogram的预测性能.
- 使用决策曲线分析 (DCA) 评估临床效用.
主要成果:
- 德尔塔放射学签名模型的AUC达到0.881.1.
- 瘤长度,瘤分化和radScore被确定为LNM的独立预测因素 (P <0.05).
- 结合的诺米图表显示出高预测准确度,AUC为0.938.
- 决策曲线分析表明,与单独的放射学模型相比,名图的临床益处更高.
结论:
- 开发的基于CT的delta-radiomics nomogram是预测ESCC患者用nCRT治疗的LNM的一个有价值的工具.
- 这个名图可以帮助临床医生进行风险分层和个性化治疗规划.
- 放射学和临床病理学数据的整合为改善ESCC中LNM预测提供了一个有希望的方法.
