查看全部
查看全部
肿瘤
CANCER IMAGING
2024 Jul 30
HuaiqingZhi,YilanXia...
Development and validation of a machine learning-based 18F-fluorodeoxyglucose PET/CT radiomics signature for predicting gastric cancer survival.
CANCER IMAGING
胃癌（GC）患者的生存预后通常会影响医生对其后续治疗的选择。本研究旨在开发基于正电子发射断层扫描（PET）的放射组学模型结合临床肿瘤-淋巴结-转移（TNM）分期来预测GC患者的总生存期（OS）。我们回顾了总共327例患者的临床信息接受 18 F-氟脱氧葡萄糖 (18 F-FDG) PET 扫描并进行病理学确诊的 GC 患者。将患者随机分为训练组 (n = 229) 和验证组 (n = 98)。我们从 PET 图像中提取了 171 个 PET 放射组学特征，并使用最小绝对收缩和选择算子 (LASSO) 和随机生存森林 (RSF) 确定 PET 放射组学分数 (RS)。构建了包括 PET RS 和临床 TNM 分期在内的放射组学模型来预测 GC 患者的 OS。该模型进行了区分度、校准和临床实用性评估。在多变量COX回归分析中，GC患者的年龄、癌胚抗原(CEA)、临床TNM和PET RS之间的差异具有统计学意义(p<0.05)。基于 COX 回归的结果开发了放射组学模型。该模型的 Harrell 一致性指数（C 指数）在训练队列中为 0.817，在验证队列中为 0.707，表现优于单一临床模型和结合临床特征结合临床 TNM 分期的模型。进一步分析显示，年龄较大的患者 (p<0.001)、CEA 升高 (p<0.001) 和临床 TNM 较高的患者 (p<0.001) PET RS 较高。在不同的临床 TNM 阶段，较高的 PET RS 与较差的生存预后相关。基于 PET RS、临床 TNM 和临床特征的放射组学模型可能为预测 GC 患者的 OS 提供新工具。© 2024。作者）。
Visits: 57
CANCER IMAGING
2024 Jul 30
JiayinZhou,YansongBa...
A preoperative radiogenomic model based on quantitative heterogeneity for predicting outcomes in triple-negative breast cancer patients who underwent neoadjuvant chemotherapy.
CANCER IMAGING
三阴性乳腺癌（TNBC）具有高度异质性，导致患者对新辅助化疗（NAC）的反应和预后不同。本研究旨在描述 MRI 上 TNBC 的异质性，并开发预测病理完全缓解 (pCR) 和预后的放射基因组模型。 在这项回顾性研究中，以在复旦大学附属肿瘤医院接受新辅助化疗的 TNBC 患者作为放射组学研究对象。发展队列（n = 315）；在这些患者中，那些可获得遗传数据的患者被纳入放射基因组开发队列（n = 98）。两个队列的研究人群按7:3的比例随机分为训练集和验证集。外部验证队列 (n = 77) 包括来自 DUKE 和 I-SPY 1 数据库的患者。使用肿瘤内亚区域和肿瘤周围区域的特征来表征空间异质性。血流动力学异质性以肿瘤体的动力学特征为特征。选择特征后通过逻辑回归开发了三种放射组学模型。模型1包括亚区域和瘤周特征，模型2包括动力学特征，模型3整合了模型1和模型2的特征。通过进一步整合病理和基因组特征，开发了两种融合模型（PRM：病理学-放射组学模型；GPRM：基因组学） -病理学-放射组学模型）。通过 AUC 和决策曲线分析评估模型性能。使用Kaplan-Meier曲线和多元Cox回归评估预后意义。在放射组学模型中，代表多尺度异质性的多区域模型（模型3）表现出更好的pCR预测，在训练、内部验证、和外部验证集，分别。 GPRM 在训练集（AUC = 0.97，P = 0.015）和验证集（AUC = 0.93，P = 0.019）中显示出预测 pCR 的最佳性能。模型3、PRM和GPRM可以根据无病生存对患者进行分层，预测的nonpCR与不良预后相关（分别P = 0.034、0.001和0.019）。以DCE-MRI为特征的多尺度异质性可以有效预测pCR和预后TNBC 患者。放射基因组模型可以作为提高预测性能的有价值的生物标志物。© 2024。作者。
Visits: 59
CANCER IMAGING
2024 Jul 31
RuixinYan,SiyuanQin,...
A comparison of 2D and 3D magnetic resonance imaging-based intratumoral and peritumoral radiomics models for the prognostic prediction of endometrial cancer: a pilot study.
CANCER IMAGING
准确的预后评估对于子宫内膜癌（EC）的个体化治疗至关重要。尽管放射组学模型已证明 EC 的预后潜力，但感兴趣区域 (ROI) 描绘策略的影响和瘤周特征的临床意义仍不确定。因此，我们的研究旨在探讨不同放射组学模型对 EC 中 LVSI、DMI 和疾病分期的预测性能。对 174 例经组织病理学证实的 EC 患者进行回顾性分析。使用 2D 和 3D 方法在 T2 加权 MRI 图像上手动描绘 ROI。开发了六种放射组学模型，涉及瘤内（2Dintra 和 3Dintra）、瘤周（2Dperi 和 3Dperi）以及组合模型（2Dintra peri 和 3Dintra peri）。使用逻辑回归方法和五倍交叉验证构建模型。评估受试者工作特征曲线下面积（AUC），并使用 Delong 检验进行比较。在所有预测任务中，2Dintra 和 3Dintra 模型、2Dperi 和 3Dperi 模型的 AUC 均未观察到显着差异（P > 0.05） 。 3Dintra 和 3Dperi 模型的 LVSI（0.738 vs. 0.805）和 DMI 预测（0.719 vs. 0.804）之间观察到显着差异。在训练和验证队列中，与 3Dintra 模型相比，3Dintra peri 模型在所有 3 个预测任务中都表现出明显更好的预测性能 (P < 0.05)。在 2D 和 3D 模型之间观察到了可比的预测性能。组合模型显着提高了预测性能，尤其是 3D 描绘，表明瘤内和瘤周特征可以为 EC 的综合预测提供补充信息。© 2024。作者。
Visits: 61
CANCER IMAGING
2024 Aug 01
HaifengQiu,MinWang,S...
Integrating MRI-based radiomics and clinicopathological features for preoperative prognostication of early-stage cervical adenocarcinoma patients: in comparison to deep learning approach.
CANCER IMAGING
基于磁共振成像（MRI）的放射组学方法和深度学习方法在宫颈腺癌（AC）中的作用尚未被探索。在此，我们的目标是开发基于 MRI 放射组学和 AC 患者临床特征的预后预测模型。收集并分析了 197 例宫颈 AC 患者的临床和病理信息。对于每位患者，从 T2 加权 MRI 图像中提取了 107 个放射组学特征。使用 Spearman 相关性和随机森林 (RF) 算法进行特征选择，并使用支持向量机 (SVM) 技术构建预测模型。深度学习模型还通过卷积神经网络 (CNN) 使用 T2 加权 MRI 图像和临床病理特征进行训练。使用显着特征分析卡普兰-迈耶曲线。此外，还使用另一组56例AC患者的信息进行独立验证。总共107个放射组学特征和6个临床病理特征（年龄、FIGO分期、分化、浸润深度、淋巴管间隙侵犯（LVSI）和淋巴结转移） (LNM) 被纳入分析中。在预测 3 年、4 年和 5 年 DFS 时，仅根据放射组学特征训练的模型获得的 AUC 值分别为 0.659 (95% CI: 0.620-0.716)、0.791 (分别为 95%CI：0.603-0.922）和 0.853（95%CI：0.745-0.912），然而，结合放射组学和临床病理学特征的组合模型的 AUC 值为 0.934（95%CI：0.934），优于放射组学模型。对于深度学习模型，基于 MRI 的模型的 AUC 分别为 0.857、0.777 和 0.828。分别进行3年DFS、4年DFS和5年DFS预测，并且组合的深度学习模型获得了改进的性能，AUC为0.903。 0.862 和 0.969。在独立测试集中，组合模型的 3 年 DFS、4 年 DFS 和 5 年 DFS 预测的 AUC 分别为 0.873、0.858 和 0.914。我们证明了整合基于 MRI 的放射组学和临床病理学的预后价值宫颈腺癌的特点。与临床数据结合时，放射组学和深度学习模型都显示出改进的预测性能，强调了多模式方法在患者管理中的重要性。© 2024。作者。
Visits: 58
CANCER IMAGING
2024 Aug 02
JiayiZhuo,JingjingHa...
CT and MRI features of sarcomatoid urothelial carcinoma of the bladder and its differential diagnosis with conventional urothelial carcinoma.
CANCER IMAGING
肉瘤样尿路上皮癌（SUC）是一种罕见且高度恶性的膀胱癌，预后不良。目前，关于膀胱 SUC 的影像学特征以及区分其与常规尿路上皮癌 (CUC) 的可靠指标的信息有限。我们研究的目的是确定膀胱 SUC 的独特影像学特征，并确定有助于其鉴别诊断的因素。这项回顾性研究招募了 22 名膀胱 SUC 参与者和 61 名 CUC 参与者。记录两组的临床、病理和CT/MRI数据，并通过单因素分析和多项logistic回归进行比较，以区分SUC和CUC。大多数SUC位于膀胱三角区，肿瘤较大大小、形状不规则、ADC 值低、膀胱成像报告和数据系统 (VI-RADS) 评分 ≥ 4、存在坏死和侵袭性。单变量分析显示肿瘤位置、形状、最大长轴直径 (LAD)、短轴直径 (SAD)、ADC 值、VI-RADS 评分、坏死、膀胱外扩展 (EVE)、盆腔方面存在显着差异SUC 和 CUC 之间的腹膜扩散 (PPS) 和肾积水/输尿管积水 (p < .001 ~ p = .037)。多项逻辑回归发现，只有 SAD (p = .014) 和坏死 (p = .003) 成为区分 SUC 和 CUC 的独立预测因子。基于这两个因素的模型在ROC曲线分析中获得了0.849的曲线下面积（AUC）。膀胱SUC具有多种明显的影像学特征，包括三角区受累率高、肿瘤体积大、侵袭性明显并伴有坏死。具有较大 SAD 和坏死证据的膀胱肿瘤更有可能是 SUC，而不是 CUC。© 2024。作者。
Visits: 56
CANCER IMAGING
2024 Aug 06
BenLi,JieZhu,YanmeiW...
Radiomics nomogram based on CT radiomics features and clinical factors for prediction of Ki-67 expression and prognosis in clear cell renal cell carcinoma: a two-center study.
CANCER IMAGING
开发并验证结合放射组学特征和临床因素的放射组学列线图，用于透明细胞肾细胞癌 (ccRCC) 术前评估 Ki-67 表达状态和预后预测。纳入了两个医疗中心的 185 名 ccRCC 患者，每个中心均形成训练组（n = 130）和验证组（n = 55）。通过单变量和多变量回归确定了 Ki-67 表达状态的独立预测因子，并从术前 CT 图像中提取放射组学特征。使用最大相关最小冗余（mRMR）和最小绝对收缩和选择算子算法（LASSO）来识别与高 Ki-67 表达最相关的放射组学特征。随后，建立了临床模型、放射组学特征（RS）和放射组学列线图。使用曲线下面积 (AUC)、校准曲线、德隆检验、决策曲线分析 (DCA) 验证 Ki-67 表达状态预测的性能。通过生存曲线和一致性指数（C-指数）评估预后预测。肿瘤大小是 Ki-67 表达状态的唯一独立预测因子。最终确定了五个放射组学特征来构建 RS（AUC：训练组，0.821；验证组，0.799）。放射组学列线图实现了更高的 AUC（训练组，0.841；验证组，0.814）和临床净效益。此外，放射组学列线图在预测 ccRCC 患者的预后方面提供了最高的 C 指数（训练组，0.841；验证组，0.820）。放射组学列线图可以准确预测 Ki-67 表达状态，在预后预测方面表现出强大的能力。 ccRCC 患者，可能为制定个性化治疗策略和促进 ccRCC 患者的全面临床监测提供价值。© 2024。作者。
Visits: 59
CANCER IMAGING
2024 Aug 08
LiliXu,QianyuPeng,Gu...
Development of preoperative nomograms to predict the risk of overall and multifocal positive surgical margin after radical prostatectomy.
CANCER IMAGING
使用基于临床病理学和 MRI 的风险因素制定术前列线图，以预测根治性前列腺切除术 (RP) 后手术切缘阳性 (PSM) 的风险。本研究回顾性纳入 2015 年 1 月至 2022 年 11 月期间在我们中心接受 RP 前前列腺 MRI 的患者记录术前临床病理因素和基于 MRI 的特征进行分析。评估了病理学中 PSM（总体 PSM [oPSM]）的存在以及 PSM 的多灶性（mPSM）。采用LASSO回归进行变量选择。最终的模型构建采用逻辑回归结合Bootstrap方法进行内部验证。使用列线图可视化个体患者的风险概率。 本研究总共纳入 259 名患者，其中 76 名 (29.3%) 患者患有 PSM，其中 40 名患者患有 mPSM。最终的多变量逻辑回归显示，oPSM 的独立危险因素是肿瘤直径、前列腺外扩展和年度手术量（所有 p<0.05），并且 oPSM 的列线图在开发和实施过程中达到了 0.717 的曲线下面积 (AUC)。内部验证为0.716。 mPSM的独立危险因素包括阳性核心百分比、肿瘤直径、根尖深度和年手术量（均p＜0.05），mPSM列线图在开发和内部验证中的AUC均为0.790。校准曲线分析表明，这些列线图对于 oPSM 和 mPSM 都进行了良好的校准。所提出的列线图在预测 oPSM 和 mPSM 方面表现出良好的性能，并且是可行的，这可能有助于对候选手术的前列腺癌患者进行更个性化的管理。© 2024。作者。
Visits: 64
CANCER IMAGING
2024 Aug 13
MichaelBrunAndersen,...
DCE-CT parameters as new functional imaging biomarkers at baseline and during immune checkpoint inhibitor therapy in patients with lung cancer - a feasibility study.
CANCER IMAGING
随着用于治疗非小细胞肺癌的免疫检查点抑制剂的开发，对新的功能成像技术和早期反应评估的需求有所增加，以解决新的反应模式和高昂的治疗成本。本研究旨在评估动态对比增强计算机断层扫描 (DCE-CT) 对接受免疫检查点抑制剂治疗的非小细胞肺癌患者生存结果的预后影响。 33 名无法手术的非小细胞肺癌患者作为随访的一部分，前瞻性地招募了接受免疫检查点抑制剂治疗的肺癌进行 DCE-CT。 DCE-CT 中包含基线时的单个目标病变和随后的后续检查。使用总生存期 (OS) 和无进展生存期 (PFS) 作为 Kaplan Meier 和 Cox 回归分析的终点来评估血容量解卷积 (BVdecon)、血流解卷积 (BFdecon)、血流最大斜率 (BFMax 斜率) 和渗透性。高基线血容量 (BVdecon) (> 12.97 ml × 100 g-1) 与良好的 OS（26.7 个月与 7.9 个月；p = 0.050）和 PFS（14.6 个月与 2.5 个月；p = 0.050）相关。在第 7 天的早期随访中，BFdecon 的相对增加较高（OS > 24.50%，PFS > 12.04%）与不利的 OS（8.7 个月 vs 23.1 个月；p< 0.025）和 PFS（2.5 vs 13.7）相关。月；p< 0.018）。第七天 BFdecon（分类）的相对变化是 OS（HR 0.26，CI95：0.06 至 0.93 p = 0.039）和 PFS（HR 0.27，CI95：0.09 至 0.85 p = 0.026）的预测因子。DCE-CT 鉴定对于接受免疫检查点抑制剂治疗的 NSCLC 患者，参数可作为基线和早期治疗期间的潜在预后生物标志物。© 2024。作者。
Visits: 58
CANCER IMAGING
2024 Aug 13
JiejunChen,WeiSun,We...
Diffusion-based virtual MR elastography for predicting recurrence of solitary hepatocellular carcinoma after hepatectomy.
CANCER IMAGING
探讨基于扩散的虚拟磁共振弹性成像（vMRE）在术前预测肝细胞癌（HCC）复发的能力，并研究潜在的相关组织病理学特征。2015年8月至2016年12月期间，患者接受了术前MRI检查招募 DWI 序列（b 值：200,1500 s/mm2）。计算了 HCC 的 ADC 值和基于扩散的虚拟剪切模量 (μdiff)，并分析了 MR 形态特征。 Cox比例风险模型用于识别与肿瘤复发相关的危险因素。建立术前放射学模型和术后模型（包括病理特征）来预测肝切除术后肿瘤复发。本研究共纳入 87 例经手术证实的孤立性 HCC 患者。 35名患者（40.2%）在肝切除术后发现肿瘤复发。术前模型包括较高的μdiff和电晕增强，而术后模型包括较高的μdiff、微血管侵犯和组织学肿瘤分级。这些因素被确定为无复发生存期 (RFS) 的重要预后因素（所有 p<0.05）。 μdiff 值 > 2.325 kPa 的 HCC 患者肝切除后 5 年 RFS 比 μdiff 值 ≤ 2.325 kPa 的患者较差 (p < 0.001)。此外，较高的μdiff值与CK19的表达（3.95±±2.37 vs. 3.15±±1.77，p=±0.017）和高Ki-67标记指数（4.22±±1.63 vs. 2.72±±2.12，p=±0.001）相关。 ). 的与 CK19 和 Ki-67 标记指数表达相关的 μdiff 值可能预测 HCC 患者肝切除术后的 RFS。© 2024。作者。
Visits: 57
ARCHIVOS DE BRONCONEUMOLOGIA
2024 Jul 15
SriVidyaRamisetti,Ta...
NRF2 Signaling Pathway in Chemo/Radio/Immuno-Therapy Resistance of Lung Cancer: Looking Beyond the Tip of the Iceberg.
ARCHIVOS DE BRONCONEUMOLOGIA
肺癌是全世界男性和女性癌症死亡的最常见原因之一。目前使用手术、化疗、放疗和免疫疗法的各种组合来治疗肺癌。然而，由于肿瘤突变负荷（TMB）频率较高，预后仍然相对较差。核因子 E2 相关因子 2 (NFE2L2/NRF2) 通常被认为是抗氧化酶和解毒蛋白表达的主要调节因子，并参与细胞保护。相反，NRF2 甚至可以诱导转移并支持肿瘤进展。 Kelch 样 ECH 相关蛋白 1 (KEAP1) 通过 CUL3 介导的泛素化和连续的蛋白酶体降解，在负调节 NRF2 活性中发挥重要作用。大量研究表明，KEAP1/NFE2L2/CUL3基因的遗传改变导致肺癌中NRF2及其靶基因的表达增加。因此，这些研究为 NRF2 在肺癌中的双重作用提供了充足的证据。在这篇综述中，我们通过关注肺癌的细胞系、小鼠模型和转化研究，讨论了 NRF2 信号传导在治疗抵抗中的作用的机制。最后，我们强调了针对 NRF2 抑制的潜在治疗策略，随后讨论了与肺癌中 NRF2 活性相关的生物标志物。总的来说，我们的文章专门详细讨论了 NRF2 信号通路在治疗（尤其是免疫治疗）耐药中的作用，及其在肺癌治疗中的治疗途径。版权所有 © 2024 SEPAR。由 Elsevier España 出版，S.L.U.版权所有。
Visits: 56