基于MRI的息地放射学用于预测非转移性清细胞细胞癌的术后复发
Sicheng Yi1, Tongyu Jia2, Xu Bai3
1Department of Radiology, First Medical Center of the Chinese PLA General Hospital, 28 Fuxing Road, Haidian District, Beijing 100853, China (S.Y., H.K., B.L., C.L., X.W., H.X., X.N., M.C., S.Z., Y.M., H.W.).
Academic radiology
|February 18, 2026
概括
这项研究开发了一种基于MRI的放射学模型,用于预测清细胞细胞癌 (ccRCC) 患者的复发情况. 组合模型准确地预测了术后复发,有助于为ccRCC提供个性化治疗策略.
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:
- 清细胞细胞癌 (ccRCC) 是癌最常见的亚型.
- 在手术切除后预测无复发生存 (RFS) 对于管理非转移性ccRCC至关重要.
- 当前的预测方法可能会从先进的成像分析中受益.
研究的目的:
- 开发和验证基于磁共振成像 (MRI) 的放射学模型.
- 预测非转移性ccRCC手术后患者的无复发生存期 (RFS).
- 将放射学特征与临床病理学数据相结合,以提高预测能力.
主要方法:
- 对630名非转移性ccRCC患者的回顾性分析.
- 使用了手术前的T2WI和对比增强的皮质骨髓相 (CP) MRI.
- 应用K-means集群用于将瘤体细分为均的息地.
- 提取了放射性特征,选择了与复发相关的特征,并构建了一个整合临床病理指标的考克斯回归模型.
主要成果:
- 确定了三个不同的瘤息地区域和13个与复发相关的放射性特征,形成了息地签名 (HS).
- 年龄,男性性别和先进的病理T阶段是复发的独立预测因素.
- 结合的临床息地模型实现了高预测性能 (AUC 0.80-0.85,C指数 0.80-0.81) 3年和5年的复发.
结论:
- 开发的基于MRI的息地签名 (HS) 与临床病理特征相结合,证明了重要的预测价值.
- 这种模型可以帮助预测非转移性ccRCC患者的术后复发.
- 这些发现支持在个性化癌症管理中使用放射学.
