在臨床實踐中，不同機構之間用於獲取圖像的CT層厚度通常有所差別，用於放射組學分析的最佳CT層厚度尚未確定。
非小細胞肺癌(Non-small-cell lung cancer,NSCLC)因其病理、遺傳和細胞異質性顯著，因此患者預後差別較大。目前，臨床上常規使用TNM分期係統對患者進行治療方案製定和預後預測。雖然TNM分期使用方便且易於溝通，但在患者的精確劃分方麵存在局限性，因同一TNM分期的NSCLC患者預後差異極大。因此，我們需要建立額外的預測模型對患者進行進一步的風險分層。
在這方麵，使用從影像學數據中提取的高維定量特征的放射組學技術是一個很好的選擇。已有多項研究證明放射組學模型在各種肺癌隊列中預測總生存期(OS)、無病生存期(DFS)等方麵性能良好，臨床價值極高。然而，目前還沒有針對肺癌放射組學分析的標準化CT采集方案的建議。CT參數如層厚、對比增強等都會影響放射組學特征的重複性。在臨床實踐中，不同機構之間用於獲取圖像的CT層厚度通常有所差別，用於放射組學分析的最佳CT層厚度尚未確定。
近日，發表在European Radiology雜誌的一項研究使用不同的CT層厚對NSCLC患者預後的預測進行評價，探討了CT層厚度是否會影響NSCLC患者放射組學預後模型的表現。
本研究納入了2014年5月至2015年12月間311例行NSCLC手術切除的患者，對每位患者的1、3和5毫米層厚的CT圖像進行了評價。 在每個層厚的CT圖像上進行對腫瘤進行分割，並提取出總共94個放射學特征(形狀、腫瘤強度和質地)。將研究人群按時間分為開發集(n = 185)和驗證集(n = 126)來預測無病生存期(DFS)。分別從三個不同層厚的數據集(Rad-1，Rad-3和Rad-5)中構建了三個放射組學模型。使用C指標對三個層厚的數據集和混合層厚數據集的模型性能進行了評估及比較。
在相應層厚的數據集上，開發集Rad1、Rad3和Rad5預測DFS的c指數分別為0.68、0.70和0.68(p=0.40-0.89)，驗證集的c指數分別為0.73、0.73和0.76 (p=0.27-0.90)。將模型應用於驗證集的不同層厚數據時，模型的性能沒有顯著的改變(C指數, 0.73-0.76, 0.72-0.73, 0.75-0.76; p = 0.07-0.92)。在混合厚度數據集中模型的性能與驗證集中相應層厚數據集(C-index, 0.72-0.75 vs. 0.73-0.76)中模型的性能相近或略低。
表1 在開發集中，使用不同層厚三種放射組學模型預測DFS的性能。
表2 在驗證集中，使用不同層厚三種放射組學模型預測DFS的性能。
CT層厚對預測非小細胞肺癌患者DFS的放射組學模型的性能沒有顯著影響，這為肺癌放射組學分析的標準化CT采集方案的製定和放射組學分析的最佳CT層厚的選擇提供了新的指導和參考意見。
原始出處：
Sohee Park,Sang Min Lee,Seonok Kim,et al. Performance of radiomics models for survival prediction in non-small-cell lung cancer: influence of CT slice thickness.DOI:10.1007/s00330-020-07423-2
我要跟帖copyright©醫學論壇網 版權所有，未經許可不得複製、轉載或鏡像
京ICP證120392號 京公網安備110105007198 京ICP備10215607號-1 （京）網藥械信息備字（2022）第00160號
