Deep Radiomics-basiertes Fusionsmodell zur Vorhersage des Ansprechens und Ergebnisses der Bevacizumab-Behandlung bei Patienten mit kolorektalen Lebermetastasen

Die genaue Vorhersage der Tumorreaktion auf zielgerichtete Therapien ist für die Steuerung einer personalisierten Konversionstherapie bei Patienten mit inoperablen kolorektalen Krebs-Lebermetastasen (CRLM) von entscheidender Bedeutung. Derzeit basieren die Bewertungskriterien für das Tumoransprechen auf Beurteilungen, die nach einer mindestens zweimonatigen Behandlung vorgenommen werden. Daher besteht ein dringender Bedarf an der Entwicklung grundlegender Instrumente, die als Leitfaden für die Therapieauswahl dienen können. Hierin haben wir ein auf Deep Radiomics basierendes Fusionsmodell vorgeschlagen, das eine hohe Genauigkeit bei der Vorhersage der Wirksamkeit von Bevacizumab bei CRLM-Patienten zeigt. Darüber hinaus beobachteten wir einen signifikanten und positiven Zusammenhang zwischen den vorhergesagten Respondern und einem längeren progressionsfreien Überleben sowie einem längeren Gesamtüberleben bei CRLM-Patienten, die mit Bevacizumab behandelt wurden. Darüber hinaus weist das Modell einen hohen negativen Vorhersagewert auf, was auf sein Potenzial hinweist, Personen, die nicht auf Bevacizumab ansprechen, genau zu identifizieren. Somit bietet unser Modell eine wertvolle Basismethode zur spezifischen Identifizierung von Bevacizumab-empfindlichen CRLM-Patienten, die einen klinisch praktischen Ansatz zur Steuerung einer präzisen Patientenbehandlung bietet.