Il bisogno insoddisfatto
La terapia standard per il linfoma diffuso a grandi cellule B (DLBCL) – R-CHOP – è inefficace in circa un terzo dei pazienti. L'identificazione precoce di questi pazienti è fondamentale per testare trattamenti alternativi. In uno studio retrospettivo, abbiamo esplorato il valore predittivo di 18Immagini PET/TC con 18F-FDG (parametri PET radiomici e convenzionali), dati clinici e parametri genomici, da soli o combinati, per una risposta completa al trattamento di prima linea nel DLBCL di nuova diagnosi.
La soluzione
Tutte le lesioni visibili al pre-trattamento sono state segmentate interamente per valutare il carico tumorale e da esse sono state estratte le caratteristiche di imaging. Sono stati sviluppati modelli predittivi per la risposta al trattamento utilizzando la regressione logistica multivariata, sia con caratteristiche cliniche e di imaging sia con queste caratteristiche più caratteristiche genomiche. Per la selezione delle caratteristiche di imaging è stata utilizzata la selezione manuale o l'analisi discriminante lineare (LDA) per la riduzione della dimensionalità. Le prestazioni sono state misurate utilizzando matrici di confusione e metriche specifiche. Sono stati inclusi trentatré pazienti (età media 58 anni, intervallo 49-69); 23 di loro (70%) hanno ottenuto una risposta completa a lungo termine.

Esame di imaging PET/CT 18F-FDG a corpo intero di un paziente con DLBCL sul piano coronale (sinistra) e maschera di segmentazione in cui ogni lesione è un'etichetta univoca (destra)
Il risultato
La combinazione di 18Le caratteristiche di imaging derivate da F-FDG PET/CT (GLSZM_GrayLevelVariance, Sphericity e GLCM_Correlation), le variabili cliniche e i dati genomici hanno previsto con successo la risposta completa al trattamento di prima linea nei pazienti con DLBCL, con l'amplificazione di BCL6 come marcatore genetico più predittivo. Il modello combinato (dati radiomici più clinici) costruito utilizzando LDA e includendo dati genomici ha mostrato un'AUC di 0.904, accuratezza bilanciata del 90% rispetto all'AUC di 0.891, accuratezza bilanciata dell'80.7% per il modello che ha combinato dati clinici più caratteristiche radiomiche.
-
Ferrer-Lores B, Lozano J, Fuster-Matanzo A, Mayorga-Ruiz I, Moreno-Ruiz P, Bellvis F, Teruel AB, Saus A, Ortiz A, Villamón-Ribate E, Serrano-Alcalá A, Piñana JL, Sopena P, Dosdà R, Solano C, Alberich-BayarriÁ, Terol MJ. Valore prognostico delle alterazioni genetiche e 18Caratteristiche di imaging PET/CT con F-FDG nel linfoma diffuso a grandi cellule B. Am J Cancer Res. 2023 Feb 15;13(2):509-525
Studi di casi correlati
-

Potenziare la stratificazione del rischio di neuroblastoma attraverso algoritmi di intelligenza artificiale
Leggi di più
-

Modello clinico-radiomico basato sulla TC per prevedere la progressione e guidare l'applicabilità clinica nel cancro della testa e del collo localmente avanzato
Leggi di più
-

Rilevazione precoce della recidiva localizzata del cancro del colon tramite un modello predittivo basato sull'intelligenza artificiale
Leggi di più