Die Herausforderung
Die definitive Radiochemotherapie ist derzeit die Standardbehandlung für lokal fortgeschrittenes Plattenepithelkarzinom im Kopf- und Halsbereich (LAHNSCC). Die Reaktionen der Patienten auf die Behandlung variieren jedoch, wobei bei einigen innerhalb von fünf Jahren nach der Diagnose eine Progression auftritt. Daher besteht dringender Bedarf, das Risiko einer Progression bei der Diagnose besser zu stratifizieren. Unterstützung Kliniker bei der fundierten Entscheidungsfindung in der Behandlung. Ziel ist die Verwendung von Bildgebungs-Biomarkern, die aus Basis-CT-Scans extrahiert werden, um Patienten in Kategorien mit hohem oder niedrigem Progressionsrisiko einzuteilen. .
Die Lösung
In einer monozentrischen, retrospektiven Studie wurden Basis-CT-Scans und klinische Daten von 171 LAHNSCC-Patienten gesammelt, die mit einer definitiven Radiochemotherapie behandelt wurden. Die Tumorsegmentierung wurde manuell von Technikern von Quibim anhand der Plattform Precision® von Quibim unter Aufsicht eines Radiologen durchgeführt. Bildgebungs-Biomarker wurden aus jeder Läsion extrahiert und die Daten einer Merkmalsreduktion unterzogen. Nach einer 5-fachen Kreuzvalidierung haben wir mehrere Modelle auf ihre Vorhersagefähigkeit für den 5-Jahres-Verlauf zum Zeitpunkt der Diagnose getestet.

Das Ergebnis
Ein XGBoost-Modell, das 12 radiomische Merkmale und vier klinische Variablen (primärer Tumorort [Mundhöhle], TNM, Alter und Rauchen) umfasst, erwies sich als das Modell mit der höchsten Vorhersagekraft für den 5-Jahres-Verlauf. Dieses Modell ergab eine AUC von 0.74, eine Sensitivität von 0.53, eine Spezifität von 0.81 und eine Genauigkeit von 0.66. Unsere Bemühungen konzentrieren sich nun darauf, die Stichprobengröße zu erhöhen, um dieses Modell zu validieren und die Ergebnisse des progressionsfreien Überlebens zu bewerten, um Klinikern einen Risikowert für eine präzisere Patientenkategorisierung auf der Grundlage diagnostischer CT-Scans bereitzustellen.

Darüber hinaus zeigen die Ergebnisse der univariaten Analyse statistisch signifikante Unterschiede zwischen Progressoren und Nicht-Progressoren in 5 radiomischen Variablen. Wie in Abbildung 2 dargestellt, zeigte das Diagramm der Länge der Hauptachse, dass der größte Durchmesser des Primärtumors bei Progressoren länger war, während die Merkmale zweiter Ordnung einen heterogeneren Primärtumor in derselben Gruppe zeigten.

Zusammenfassend lässt sich sagen, dass ein umfassendes Modell für LAHNSCC, das auf CT-Radiomics-Merkmalen basiert und routinemäßige klinische Variablen einschließt, eine bemerkenswerte Genauigkeit bei der Stratifizierung von Risikogruppen zeigt und aktuelle klinische Modelle übertrifft. Zur Bestätigung dieser Ergebnisse ist jedoch eine prospektive externe Validierung erforderlich.
Referenz:
Bruixola, G., Dualde-Beltrán, D., Jimenez-Pastor, A., Nogué, A., Bellvís, F., Fuster-Matanzo, A., Alfaro-Cervelló, C., Grimalt, N., Salhab- Ibáñez, N., Escorihuela, V., Iglesias, ME, Maroñas, M., Alberich-Bayarri, Á., Cervantes, A., & Tarazona, N. (im Druck). CT-basiertes klinisches Radiomics-Modell zur Vorhersage des Fortschreitens und zur Förderung der klinischen Anwendbarkeit bei lokal fortgeschrittenem Kopf- und Halskrebs. Europäische Radiologie.
Verwandte Fallstudien
-

Verbesserte Risikostratifizierung bei Neuroblastomen durch KI-Algorithmen
Weiterlesen
-

Prognostischer Wert genetischer Veränderungen und 18F-FDG-PET/CT-Bildgebungsmerkmale bei diffusem großzelligem B-Zell-Lymphom
Weiterlesen
-

Verwaltung, Speicherung und Analyse großer Bildgebungs- und Multi-Omics-Datensätze durch QP-Insights® Lernumgebung
Weiterlesen