基于计算机断层扫描的纹理分析,用于预测术后患者的辅助疗法反应EGFR-突变非小细胞肺癌

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:

• 皮肤上生长因子受体 (EGFR) - 铁氨酸激酶抑制剂 (TKIs) 在EGFR突变非小细胞肺癌 (NSCLC) 中显示出可变的有效性.
• 对EGFR-TKI治疗的获得性耐药性是NSCLC管理中的重大临床挑战.
• 计算机断层扫描 (CT) 扫描中的特定成像特征与对向治疗的耐药性有关.

研究的目的:

• 评估CT纹理分析与临床数据相结合的实用性,以预测在术后EGFR突变NSCLC患者中辅助向治疗的疗效.
• 开发和验证该患者队列治疗反应的预测模型.

主要方法:

• 从EGFR突变性NSCLC患者的临床数据的回顾性收集,这些患者接受了第一代EGFR-TKI手术后治疗.
• 从CT图像中提取和分析瘤纹理特征,使用3D切片和LASSO算法来减少维度.
• 使用后勤回归和R软件开发临床,放射学纹理和组合模型.
• 使用曲线下的面积 (AUC),校准曲线和决策曲线分析 (DCA) 评估模型性能.

主要成果:

• 确定了一个单一的显著纹理特征和吸烟作为一个独立的预后因素.
• 组合模型实现了0.90的优异AUC,用于预测不良预后,优于单个临床 (0.756) 和纹理 (0.771) 模型.
• 决策曲线分析证实了组合模型的增强临床实用性.

结论:

• CT纹理分析在预测术后辅助向治疗EGFR突变NSCLC的疗效方面显示出有前途.
• 开发的综合模型为个性化治疗规划和预测治疗反应提供了可靠的工具.