Radiomika pro předoperační diferenciaci čelistních cyst: Multicentrická ML studie

Cystické léze čelisti zahrnují odontogenní nádory a nenádorové cystické léze vyskytující se v čelistní kosti, přičemž mezi prvními je nejčastější ameloblastom a mezi druhými odontogenními a neodontogenními cystami. V současnosti se zaměření léčby u různých typů cystických lézí čelistní kosti liší. Ameloblastomy, které se mohou opakovat a metastazovat, jsou primárně léčeny chirurgickou excizí, zatímco cystické léze jsou v širším měřítku léčeny postupy, jako je kyretáž a marsupializace. Proto je přesná předoperační diferenciální diagnostika různých lézí čelistní kosti a následný výběr vhodných léčebných plánů zásadní pro dosažení optimálních výsledků pacienta. Nevhodná volba léčby může stav oddálit nebo vést k přeléčení, což má vliv na kvalitu života pacienta. V současné době stále chybí objektivní a přesný standardní a diferenciální diagnostický protokol pro léčbu cystických lézí čelistní kosti, takže vytvoření objektivního a vědeckého předoperačního diagnostického predikčního modelu má významný klinický význam. V předchozím výzkumu jsme úspěšně vyvinuli účinný prediktivní diagnostický model integrací technik strojového učení s radiomikou výpočetní tomografie (CT), čímž jsme dosáhli maximální hodnoty AUC > 0,8, což ukazuje na dobrý prediktivní výkon a klinickou referenční hodnotu. V současné studii se snažíme provést multicentrickou prospektivní studii strojového učení, abychom dále zlepšili prediktivní diagnostický výkon modelu a pomohli klinické diagnostice a léčbě.

Tato studie je navržena jako multicentrická prospektivní studie strojového učení zahrnující 300 pacientů s cystickými lézemi čelistní kosti ve 12 centrech, jak je podrobně uvedeno v seznamu spolupracujících institucí. Na základě našeho předchozího šetření aktuálních diagnostických a léčebných podmínek v každém výzkumném centru plánujeme využít různé typy zobrazovacích dat pro seskupování podle provedených zobrazovacích vyšetření a standardizovat zpracování zobrazovacích dat z různých jednotek a typů pro následné práce. Nemocnice Sun Yat-sen Memorial Hospital univerzity Sun Yat-sen bude sloužit jako hlavní centrum a další instituce jako podcentra. Specifické seskupení je následující: skupina spirálového CT zahrnuje šest všeobecných nemocnic; skupina cone beam CT (CBCT) zahrnuje jednu všeobecnou nemocnici a pět specializovaných stomatologických nemocnic.

Během studie, po zařazení pacientů, kteří splňují kritéria pro zařazení, shromáždíme data maxilofaciálního CT zobrazení, importujeme je do softwaru (LIFEx verze 6.30) a vymezíme oblast zájmu (ROI). Radiomické prvky v ROI budou extrahovány pomocí softwaru Pyradiomics, vybrány a použity pro předoperační diagnostické predikce se stávajícím modelem. Po chirurgické léčbě budou patologické výsledky lézí sledovány a zaznamenány. Pokud to podmínky dovolí, lze prediktivní výkon modelu dále ve fázích během studie optimalizovat nebo se pokusit o metodologické úpravy a rekonstrukce prediktivního modelu s využitím všech dostupných dat k dosažení ideálnější předoperační diagnostické predikce.