Модель сравнения и прогнозирования слияния аденокарциномы легкого с микропапиллярным и солидным рисунком с использованием клинико-радиографических, радиомикрометрических методов и функций глубокого обучения

Jan 25, 2024

Том 13 научных докладов, Номер статьи: 9302 (2023) Цитировать эту статью

Подробности о метриках

Исследовать, может ли комбинированная схема оценки глубокого обучения (DL-оценка) и радиомики улучшить предоперационную диагностику при наличии микропапиллярных/солидных (MPP/SOL) паттернов при аденокарциноме легких (ADC). Была включена ретроспективная когорта из 514 подтвержденных патологий ADC легких у 512 пациентов после операции. Клинико-рентгенографическая модель (модель 1) и радиомикальная модель (модель 2) были разработаны с использованием логистической регрессии. Модель глубокого обучения (модель 3) была построена на основе оценки глубокого обучения (DL-оценка). Комбинированная модель (модель 4) была основана на показателях DL и R, а также клинико-радиографических переменных. Производительность этих моделей оценивалась по площади под кривой рабочей характеристики приемника (AUC) и сравнивалась с использованием внутреннего и внешнего теста Делонга. Была построена номограмма прогнозирования, а клиническая полезность отображена в виде кривой решения. Производительность модели 1, модели 2, модели 3 и модели 4 поддерживалась значениями AUC 0,848, 0,896, 0,906, 0,921 в наборе внутренней проверки и 0,700, 0,801, 0,730, 0,827 в наборе внешней проверки соответственно. Эти модели имели статистическую значимость при внутренней проверке (модель 4 по сравнению с моделью 3, P = 0,016; модель 4 по сравнению с моделью 1, P = 0,009 соответственно) и внешней проверке (модель 4 по сравнению с моделью 2, P = 0,036; модель 4 по сравнению с моделью 3). , P = 0,047, модель 4 против модели 1, P = 0,016 соответственно). Анализ кривой решения (DCA) продемонстрировал, что модель 4, прогнозирующая ADC легкого со структурой MPP/SOL, будет более полезной, чем модель 1 и модель 3, но сопоставима с моделью 2. Комбинированная модель может улучшить предоперационную диагностику при наличии MPP/SOL. Паттерн SOL в ADC легких в клинической практике.

Рак легких является основной причиной смертности от рака во всем мире, а аденокарцинома (ADC) составляет почти половину всех случаев рака легких1. Было показано, что хирургическая резекция, такая как лечебная хирургия, является эффективным терапевтическим вариантом при ADC легких на ранней стадии. Однако наблюдалось, что опухоли с микропапиллярным/солидным (MPP/SOL) паттерном, даже при небольшом количестве, имеют повышенный риск послеоперационного рецидива или метастазирования2,3,4,5. Таким образом, предоперационная диагностика ADC легких с паттерном MPP/SOL имеет решающее значение для разработки подходящей терапевтической схемы.

Для предоперационной оценки ADC легких с паттернами MPP/SOL использовались различные инвазивные и неинвазивные методы. Новый инвазивный метод6 для поддержки предоперационной схемы использовался в клинической практике для быстрой диагностики ADC легких с паттерном MPP/SOL. Предоперационное гистологическое исследование с использованием чрескожной биопсии под контролем КТ не может точно представить всю гетерогенную опухоль7. Многочисленные исследования недавно продемонстрировали, что методы радиомики являются неинвазивными подходами для прогнозирования рака легких на основе моделей MPP/SOL посредством извлечения количественных признаков высокой размерности из модальности компьютерной томографии8,9,10,11,12,13. Ван и др.10 предложили метод, сочетающий радиомику и глубокое обучение (RDL), чтобы различать микропапиллярные и солидные паттерны в ADC легких, выраженные как помутнение по типу «матового стекла». Метод объединенной радиомики и глубокого обучения (RDL) превзошел метод радиомики или метод глубокого обучения в отдельности с точностью 0,913 в наборе данных вывода и 0,966 в наборе данных независимой проверки. Чен и др.11 обнаружили, что, сочетая количественный анализ изображений с почти чистыми радиомикроными значениями, присутствие микропапиллярных и твердых компонентов можно предсказать с чувствительностью 90,00 ± 0,00% и специфичностью 77,12 ± 2,67% для когорты вывода, а также со 100% и 100% и специфичностью 77,12 ± 2,67%. Чувствительность и специфичность 95,35% соответственно для когорты внешней валидации. Он и др.12 разработали четыре модели на основе радиомики для прогнозирования наличия микропапиллярного или сплошного рисунка в 461 ADC легких, добившись сопоставимых показателей прогнозирования с точки зрения площади под кривой (AUC) при внутренней и внешней проверке с использованием обобщенной линейной модели. (0,74 против 0,70); Наивный Байес (0,75 против 0,72); SVM (машина опорных векторов) (0,73 против 0,73) и случайный лес (0,72 против 0,69) соответственно. Парк и соавт.13 разработали радиомиксический подход для дифференциации преобладающих прогностических групп аденокарциномы легких на основе подтипов (группа 0: лепидная; группа 1: ацинарная/папиллярная; группа 2: солидная/микропапиллярная) с использованием радиомикологических характеристик КТ, достигая AUC 0,892. и 0,895 для наборов разработки и проверки соответственно. Гао и др.14 предложили структуру полуконтролируемого обучения, в которой применяется полуконтролируемый метод обучения для обнаружения микропапиллярной аденокарциномы. Метод полуконтролируемого обучения обеспечивает точность 0,775 и полноту 0,896, что лучше, чем контролируемое обучение (точность 0,762 и отзыв 0,884). Chen и соавт.15 исследовали новую модель включения масок твердых компонентов ослабления с глубоким обучением для прогнозирования ADC легких с паттернами MPP/SOL (компоненты MPP/SOL > 1%) для оптимизации хирургической стратегии до операции с AUC 0,91 для перекрестная проверка и 0,93 для внешней проверки, что значительно лучше, чем у другой 3 независимой модели. В каждом из предыдущих исследований была предпринята попытка классифицировать ADC легких с микропапиллярными и солидными гистологическими паттернами, используя уникальный набор данных и специальные неинвазивные технологии только с помощью радиомикальных подходов или комбинированных технологий радиомики и глубокого обучения или клинических подходов для проверки легочных ADC с паттернами MPP/SOL. .