在肺癌中通过空气空间传播的手术前预测,使用F-FDG PET-Based Radiomics和周微环境特征

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:

• 通过空气空间传播 (STAS) 是一种具有侵略性的肺癌入侵模式,与糟糕的结果有关.
• 目前的STAS识别依赖于术后病理,这对术前预测构成了挑战.
• 预测STAS的非侵入性方法对于个性化治疗策略至关重要.

研究的目的:

• 评估使用来自18F-FDG PET/CT的放射性和临床放射性模型预测STAS的可行性.
• 在肺癌患者中开发和验证用于非侵入性STAS预测的模型.

主要方法:

• 对手术前18F-FDG PET/CT扫描的肺癌患者的回顾性分析.
• 从内和周区域提取放射性特征.
• 使用LASSO和后勤回归的临床,仅放射性和联合临床放射性模型的开发,通过交叉验证和ROC分析评估性能.

主要成果:

• 与内代谢和周异质相关的放射性特征与STAS显著相关.
• 与其他模型相比,联合的临床放射学模型实现了优异的歧视 (AUC ≈ 0.75).
• 较低的乙氨基酸细胞数量,SUVmin_tumor和内SUV倾斜性是STAS的独立预测因素.

结论:

• 在肺癌中使用基于18F-FDG PET/CT的放射学和临床数据可以实现术前STAS预测.
• 这种非侵入性方法提供了超越解剖学评估的生物学见解.
• 需要在前性多中心研究中进一步验证.