基于CT的息地放射学,用于评估高度血清性卵巢癌患者的BRCA突变状态:一个多中心研究
Shuai Zhang1, Huayuan Yang2, Feng Wang2
1Department of Radiology, The Affiliated Hospital of Qingdao University, Qingdao, Shandong, China.
Frontiers in oncology
|March 6, 2026
概括
基于CT的息地放射学可以预测高度血清性卵巢癌 (HGSOC) 的BRCA突变. 支持矢量机 (SVM) 模型表现出稳定的性能,为个性化治疗策略提供了一个有前途的非侵入性工具.
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:
- 高度血清性卵巢癌 (HGSOC) 是癌症相关死亡的重要原因.
- 在HGSOC中,BRCA突变是影响治疗决定的关键生物标志物.
- 准确预测BRCA突变状态对于个性化治疗至关重要.
研究的目的:
- 评估基于CT的息地放射学在预测HGSOC患者的BRCA突变状态方面的有效性.
- 为了确定与BRCA突变相关的瘤息地内的特定放射性特征.
- 评估各种机器学习模型对BRCA突变状态的预测准确度.
主要方法:
- 一项回顾性多中心研究包括228名HGSOC患者 (168名培训,60名测试).
- 从整个瘤和五个不同的息地提取了放射性特征.
- 五种机器学习算法 (LR,SVM,LightGBM,XGBoost) 应用于临床,全瘤放射学,息地和组合息地模型.
主要成果:
- 支持矢量机 (SVM) 模型显示出最一致的性能,AUC为0.952 (训练) 和0.841 (测试).
- XGBoost表现出过度匹配,在测试队列中表现显著下降.
- 基于SVM的息地模型被证明是预测BRCA突变状态的稳定可靠的非侵入性工具.
结论:
- 基于CT的息地放射学是一种有前途的非侵入性方法,用于预测HGSOC中的BRCA突变.
- 结合息地模型有效地捕捉瘤异质性,优于传统模型.
- SVM表现出强大的性能,支持其融入临床实践以进行个性化分子评估.
