基于CT的嵌套息地分析用于早期复发预测和肝细胞癌风险分层:在四个队列中进行开发和多中心验证

科学领域:

• 放射学和瘤学 放射学和瘤学
• 医学成像分析 医学成像分析
• 癌症研究 癌症研究

背景情况:

• 由于早期复发,肝细胞癌 (HCC) 构成了重大挑战.
• 识别侵袭性瘤子区域对于预测患者的结果至关重要.
• 目前的方法可能无法完全捕捉内异质性.

研究的目的:

• 开发和验证基于计算机断层扫描 (CT) 的嵌套息地分析.
• 为了识别HCC.内的侵袭性瘤亚区域.
• 为了预测HCC患者的早期复发.

主要方法:

• 在来自培训,内部验证和外部验证队伍的静脉相CT图像上进行了嵌套息地分析.
• 支持向量机和k-means集群被用来识别侵略性的微区域.
• 通过整合高风险微区域的特征来生成嵌套息地得分.

主要成果:

• 嵌套息地得分显示了早期复发的强有力的预测能力,AUCs在队列中从0.832到0.896不等.
• 在多变量分析中,得分是无复发生存 (RFS) 的独立预测指标.
• 卡普兰-梅尔分析证实,在具有高嵌套息地得分的患者中,RFS显著较短.

结论:

• 基于CT的嵌套息地分析有效地捕捉了HCC的内异质性.
• 这种方法准确地预测了早期的复发,使得术后风险分层精确.
• 该技术为个性化HCC管理提供了有价值的工具.