首页 > 医疗资讯/ 正文

academic radiology:MRI放射组学模型在预测卵巢癌肿瘤残留方面的价值

来源 2023-10-18 17:31:29 医疗资讯

卵巢癌(OC)是第二种最常见的女性生殖器癌症,是全球最致命的妇科恶性肿瘤之一。高级别浆液性卵巢癌(HGSOC)是最普遍的组织学亚型。HGSOC往往在晚期被诊断出来,有广泛的腹腔内转移且没有特定的症状,因此导致疾病的高复发率和死亡率。

目前,HGSOC患者的标准治疗方法仍然是初级去势手术(PDS),如果认为可行的话,随后进行6个周期的铂类化疗。PDS的目的是实现所有可见疾病的完全切除(R0切除),即不留残余肿瘤(RT)。研究表明,RT状态是HGSOC患者的一个独立和关键的预后因素。有报道称,RT的程度与患者的生存率(包括无病生存率(DFS)和总生存率(OS))之间存在反比关系。在随机试验中,PDS时R0切除的患者预后最好。

不幸的是,并非所有HGSOC患者都能在PDS时达到R0切除。对于这些患者,人们普遍认为,当预计不完全切除时应避免手术,因为不完全切除(RT>1cm)对生存的价值不大,而且会引起大量围手术期的发病率。因此,术前确定PDS时的R0切除概率可以使HGSOC患者受益,对实施个体化治疗决策非常重要。

在临床上,PDS时的RT状态一般由腹腔镜和术前影像学来预测。腹腔镜检查具有精确的诊断性能,但其缺点是侵入性强、费用高、肿瘤转移的发生率高。放射学是一种有效的、有前途的图像挖掘方法,利用高通量的成像数据选择特征,已被证明在提高诊断精度、评估治疗反应和预测预后方面非常有效。一些放射学预测模型是基于计算机断层扫描(CT)和磁共振成像(MRI)开发的。以前基于CT的放射学模型主要集中在腹部内转移的位置、大小和范围。

然而,腹部的转移灶,特别是乳腺病变在CT上很难被识别。MRI获得的优越的软组织对比度和多序列图像可能比CT提供更丰富的放射学特征。以前的一项研究表明,基于原发肿瘤的MRI的放射组学特征可以预测HGSOC患者的RT状态。然而,基于盆腔MRI的放射组学模型的建立没有考虑到腹部转移。

另一项研究表明,腹部转移灶的弥散加权成像(DWI)可用于预测晚期OC中R0切除的可能性。这些模型在不同的中心并不具有普遍性。因此,开发一种更全面和通用的方法来预测RT显得尤为重要


近日,发表在academic radiology杂志的一项研究建立了一个基于原发肿瘤多序列MRI的放射组学模型,该模型结合了腹腔转移的评分和临床标志物,可实现对HGSOC术前的RT进行无创预测。

共有128名晚期HGSOC患者入选(训练队列:n=106;验证队列:n=22)。血清癌抗原-125(CA125)、血清人类附睾蛋白4(HE-4)水平和中性粒细胞与淋巴细胞比率(NLR)均来自医疗记录。根据术前腹部和盆腔增强CT、MRI和/或PET-CT对HGSOC患者的腹部和盆腔转移灶(MAP)进行评估和评分。每个肿瘤的感兴趣区(VOI)是沿着边界逐片手工勾画的。从T2加权成像(T2WI)、扩散加权成像(DWI)和表观扩散系数(ADC)图像中提取放射学特征。采用单变量和多变量分析来确定RT状态的独立预测因素。进行了最小绝对收缩和选择运算符(LASSO)逻辑回归,以选择最佳特征并构建放射学模型。开发了一个包含放射组学特征和临床参数的放射组学-临床列线图,并在训练和验证队列中进行了评估。 

MAP评分(p=0.002)、HE-4水平(p=0.001)和NLR(p=0.008)是RT状态的独立预测因素。最终的放射学-临床列线图在训练(AUC=0.936)、交叉验证(AUC=0.906)和单独验证队列(AUC=0.900)中显示出令人满意的预测性能,并且在校准曲线中拟合良好(p>0.05)。决策曲线进一步证实了该提名图的临床应用价值。 


 MAP评分的图像。(a) 膈肌腹膜(绿色和红色箭头)、肝胃间隙(白色箭头)、肝囊(黄色箭头)的病变;(b) 右侧腹腔旁沟(红色箭头)、肠系膜(绿色箭头)的病变;(c, d) 子宫膀胱间隙的病变;(e) 子宫直肠间隙的病变

本项研究所提出的基于MRI的放射组学-临床列线图对HGSOC的RT状态实现了良好的术前预测。 

原文出处:

Jingjing Lu,Songqi Cai,Fang Wang,et al.Development of a prediction model for gross residual in high-grade serous ovarian cancer by combining preoperative assessments of abdominal and pelvic metastases and multiparametric MRI.DOI:10.1016/j.acra.2022.12.019

Tags: academic radiology:MRI放射组学模型在预测卵巢癌肿瘤残留方面的价值  

搜索
网站分类
标签列表