European Radiology:预测直肠癌治疗反应的多参数成像模型的发展和多中心验证

2024-03-26 shaosai MedSci原创

临床上对于结合临床功能以及先进的定量成像数据还十分缺乏。到目前为止,多中心数据变化和观察者之间诊断分期差异的影响在很大程度上仍然没有得到研究。

局部晚期直肠癌 (LARC) 通常采用新辅助放化疗(CRT+手术) 进行治疗。在多达15-27%的病例中肿瘤得到完全缓解。这促成了近期直肠癌治疗范式的转变,即对于有临床证据表明CRT后肿瘤反应非常好或完全的患者向保留器官转变。这些保留器官的治疗方案,免了与大手术相关的发病率和死亡率风险,并可提高生活质量和总生存率。

最近的研究表明,影像学在这种情况下可能发挥作用然而,现有的证据主要来自单中心研究和综合多中心研究,临床上对于结合临床功能以及先进的定量成像数据还十分缺乏到目前为止,多中心数据变化和观察者之间诊断分期差异的影响在很大程度上仍然没有得到研究。


近日,发表在European Radiology杂志上的一篇研究利用多中心磁共振成像数据集,开发并验证了一项预测直肠癌基线新辅助治疗反应的多参数模型,为临床的早期诊断及预后评估提供了技术支持。 

本项研究收集了509名接受新辅助化放疗(CRT)的患者(9个中心)的基线分期磁共振成像(T2W-MRI、弥散加权成像(DWI)/表观弥散系数(ADC))。反应定义为:(1)完全反应与不完全反应,(2)良好反应(TRG 1-2)与不良反应(TRG3-5)。研究利用以下变量组的组合建立了预测模型:(1)非影像学:年龄/性别/肿瘤位置/肿瘤形态/CRT-手术间隔(2)基本分期:cT分期/cN分期/经直肠筋膜受累,来源于(2a)原始分期报告或(2b)专家再评估(3)高级分期:2b中的变量与cTN-分期/浸润深度/硬膜外血管浸润/肿瘤长度相结合(4)定量影像学:利用逻辑回归和最小绝对收缩和选择操作器(LASSO)特征选择法使用来自6个中心(n = 412)的数据建立模型,使用重复(n = 100)随机排除验证进行内部验证,并使用来自 3 个中心(n = 97)的数据进行外部验证。 

外部验证后,最佳模型(包括非影像学变量和晚期分期变量)预测完全反应的曲线下面积为0.60(95%CI=0.48-0.72),预测良好反应的曲线下面积为0.65(95%CI=0.53-0.76)。定量变量并没有提高模型的性能。与高级分期变量相比,基本分期变量的性能一直较低。 


 举例说明中心之间T2W-MRI (a-d) 和DWI (e-h) 的图像质量和采集的差异。对于DWI扫描,在这些示例中显示的获取的最高b值为b1000 (e) 、b600 (f)、b800 (g) 和b1000 (h)

本项研究表明,研究所提出的模型总体性能适中。其中,使用高级分期变量可获得最佳结果,这凸显了根据现行指南进行高质量分期的重要性。

原文出处:

Niels W Schurink,Simon R van Kranen,Joost J M van Griethuysen,et al.Development and multicenter validation of a multiparametric imaging model to predict treatment response in rectal cancer.DOI:10.1007/s00330-023-09920-6

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
评论区 (1)
#插入话题

相关资讯

European Radiology:CT形态特征对T1期结直肠癌淋巴结转移风险的预测

根据目前的指南,对T1型CRC病例中LNM的预测是根据LNM的组织病理学风险因素,包括深层粘膜下、淋巴血管浸润、组织学等级和肿瘤萌芽,并以二分法进行评估。

European Radiology:MRI序列在局部进展期直肠癌预后评估中的应用

硬膜外血管侵犯(EMVI)是指肿瘤细胞在直肠壁固有肌层之外,在受肿瘤影响部位的静脉内生长。EMVI可促进肿瘤沿血管扩散,是发生局部复发、远处转移和总生存率(OS)下降的独立风险因素。

认识这两个解剖结构,在诊断直肠癌中意义更大

直肠系膜指盆筋膜脏层包绕的直肠周围所有的脂肪结缔组织、血管、淋巴管及神经组织。直肠系膜自上而下先是逐渐增宽。

Radiology:MRI深度学习模型在直肠癌预后预测中的应用

深度学习作为一种新兴的机器学习技术,有望克服以上这些问题。在计算机ViT领域基于变换器的模型在21000幅自然图像上进行预先训练,在许多任务上取得了最先进的性能。

STTT:张忠涛/姚宏伟/何伟阐述新辅助放化疗联合免疫治疗在直肠癌中的安全性和有效性

该研究提示长程新辅助放化疗联合免疫治疗在局部进展期中低位直肠癌患者中获得了不错的治疗效果,肿瘤明显退缩,且患者耐受性良好。