Forudsigelse af Mediastinal Station IV lymfeknudemetastase i ikke-småcellet lungekræft

Baggrund: Lungekræft er en af ​​de ondartede tumorer med den højeste sygelighed og dødelighed i verden. ikke-småcellet lungekarcinom (NSCLC) tegner sig for omkring 85 % af lungekræft, og dets 5-årige overlevelsesrate er omkring 19 %. Mediastinal lymfeknudemetastase er en almindelig metastasevej i ikke-småcellet lungekarcinom (NSCLC), og dens forekomst er tæt relateret til lymfedrænagemønsteret. Lymfedrænagemønsteret for forskellige lungeloptumorer er også forskelligt. Mange undersøgelser har vist, at den fjerde og syvende station af mediastinale lymfeknuder er områder med høj forekomst af lymfeknudemetastaser. Især lymfeknudemetastaser på station 4 var forbundet med dårligere patientresultater. Selvom systemisk lymfeknudedissektion normalt omfatter mindst tre sæt mediastinale lymfeknuder, inklusive station 7, er der ingen ensartet protokol for station 4-dissektion. Denne situation har en negativ indvirkning på stadiet og prognosevurderingen af ​​lungekræftpatienter. CT-undersøgelse er et vigtigt værktøj til at evaluere mediastinal lymfeknudestatus, men nøjagtigheden er ikke høj. Den nye CT-radiomik har vist store muligheder for anvendelse i nøjagtigheden af ​​diagnosticering af lymfeknudemetastaser. Brugen af ​​radiomik til at evaluere stationslymfeknuderne er nyttig til at forbedre nøjagtigheden af ​​diagnosen lymfeknudemetastaser, og det forventes også at give et mere videnskabeligt grundlag for at bestemme omfanget af lymfeknudedissektion.

Formål: At forudsige lymfeknudemetastasen i den fjerde mediastinale gruppe ved CT-billeddannelse og at hjælpe med at bestemme omfanget og stadiet af lymfeknudedissektion ved at sammenligne med den patologiske guldstandard.

Undersøgelsesdesign: De kliniske og patologiske data fra nyligt diagnosticerede ikke-småcellet lungekræftpatienter indlagt på afdelingen for hjerte- og thoraxkirurgi på Qilu Hospital fra 2017 til marts 2024 blev retrospektivt indsamlet. Klinisk patologiske data og billeddiagnostiske data fra 150 patienter forventes at blive indsamlet. Inklusionskriterier omfattede patienter, som havde gennemgået patologisk undersøgelse af den fjerde gruppe af lymfeknuder ved indledende besøg og forbedret CT-scanning inden for to uger før operationen. Lymfeknuderegion af interesse (ROI) blev skitseret for alle tilmeldte patienter, og alle lymfeknuder blev opdelt i metastatiske og ikke-metastatiske grupper. Formålet med undersøgelsen var at analysere disse patienters billeddata og integrere den tilsvarende kliniske og patologiske information, såsom kliniske faktorer: alder, lungelappen, køn, billedtegn osv., og patologiske faktorer: patologisk type, histologisk type, etc. Derudover blev den korte diameter af hver lymfeknude målt for at bestemme metastasehastigheden under forskellige kriterier for kort diameter. Brug af maskinlæringsteknologi til at konstruere en forudsigelsesmodel. Formålet med modellen var at identificere og udtrække træk ved den fjerde gruppe af lymfeknuder med og uden metastase. Ved omhyggelig sammenligning med de endelige patologiske resultater vil efterforskerne evaluere modellens nøjagtighed og effektivitet til at forudsige status for lymfeknudemetastase. Modellen kan kvantificere risikoen for lymfeknudemetastaser og hjælpe læger med at udvikle mere personlige behandlingsplaner.