European Radiology：放射组学在胃癌精准医疗中的机遇与挑战
2022-07-19 shaosai MedSci原创
近十年来，放射组学已经成为一个备受关注的研究领域。放射组学是一个优化现有成像资源的新兴领域，其可从医学图像中高通量提取定量特征，通过预定的算法进一步分析，为临床决策支持开发模型。
胃癌（GC）是世界上第五大常见的恶性肿瘤，估计每年有超过一百万的新病例确诊，也是癌症相关死亡的第三大常见原因。GC的主要治疗方式包括新辅助治疗、内窥镜粘膜下剥离术、根治手术和辅助治疗。虽然GC的诊断技术和多学科治疗策略取得了重大进展，但由于肿瘤的异质性和高复发率，其结果仍不令人满意。
影像学是一种非侵入性的检查方法，被常规用于诊断及监测治疗反应评估。近十年来，放射组学已经成为一个备受关注的研究领域。放射组学是一个优化现有成像资源的新兴领域，其可从医学图像中高通量提取定量特征，通过预定的算法进一步分析，为临床决策支持开发模型。肿瘤及其周围环境、转移性病变和正常组织都可以进行放射组学分析。放射线组学特征可以单独使用，也可以与其他数据（如病理、临床和基因组数据）结合使用以产生一个全面的预测模型。对于GC来说，利用放射组学探索的最重要领域是预测肿瘤治疗反应和生存能力。尽管临床上已经发表了一些有价值的评估模型，但由于其复杂性和异质性，对模型的适用性仍不明确。
近日，发表在European Radiology杂志的一项研究对已发表的文章进行了系统回顾，总结了放射组学在预测GC患者的治疗反应和生存率方面的应用现状，并利用放射组学相关工具对纳入的研究进行了质量评估。
本研究对PubMed和Embase数据库进行了系统的搜索，应用图像挖掘研究的阶段性分类标准和放射组学质量评分（RQS）工具来评估科学和报告质量。
本研究共纳入了25项研究，包括10432名患者。96%的研究从CT图像中提取了放射组学特征。7项（28%）研究评估了放射学特征与治疗反应之间的关系；17项（68%）研究评估了与生存的关系；1项（4%）研究同时分析了两者。纳入研究的所有结果都显示出显著的相关性。根据图像挖掘研究的阶段分类标准，18项（72%）研究被归类为II期，2项、4项和1项研究分别为发现科学、0期和I期。放射性研究的RQS评分中位数为44.4%（范围为0至55.6%）。在研究人群、肿瘤阶段、治疗方案和放射学工作流程方面，这些研究存在广泛的异质性。
图 胃癌的放射组学工作流程概述。缩略语：ROI，感兴趣区域；MIC，相互信息和最大信息系数；SVM，支持向量机；kNN，k近邻；GC，胃癌
总的来说，放射组学被越来越多地用于预测GC患者的治疗反应和生存评估。本研究的回顾显示了这种新方法对于改善病人选择和早期调整治疗策略的潜在价值。然而，这些研究均处于不成熟的阶段，且放射组学方法差异很大，这说明目前放射组学标志物还不能完全应用于临床。
原文出处：
Qiuying Chen,Lu Zhang,Shuyi Liu,et al.Radiomics in precision medicine for gastric cancer: opportunities and challenges.DOI:10.1007/s00330-022-08704-8
作者：shaosai
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#PE#
71
#放射组学##胃癌#
142
#精准#
104