Radiomics zur präoperativen Differenzierung von Kieferzysten: Eine multizentrische ML-Studie

Zu den zystischen Läsionen des Kieferknochens zählen odontogene Tumoren und nicht-tumoröse zystische Läsionen im Kieferknochen, wobei das Ameloblastom bei den ersteren am häufigsten vorkommt und odontogene und nicht-odontogene Zysten bei den letzteren. Derzeit variiert der Behandlungsschwerpunkt für verschiedene Arten von zystischen Läsionen des Kieferknochens. Ameloblastome, die erneut auftreten und metastasieren können, werden in erster Linie durch chirurgische Entfernung behandelt, während zystische Läsionen allgemeiner mit Verfahren wie Kürettage und Marsupialisation behandelt werden. Daher sind eine genaue präoperative Differenzialdiagnose verschiedener Kieferknochenläsionen und die anschließende Auswahl geeigneter Behandlungspläne für die Erzielung optimaler Patientenergebnisse von entscheidender Bedeutung. Unangemessene Behandlungsoptionen können die Erkrankung verzögern oder zu einer Überbehandlung führen, was die Lebensqualität des Patienten beeinträchtigt. Derzeit fehlt noch ein objektives und genaues Standard- und Differentialdiagnoseprotokoll für die Behandlung von zystischen Kieferknochenläsionen, weshalb die Etablierung eines objektiven und wissenschaftlichen präoperativen Diagnosevorhersagemodells von erheblicher klinischer Bedeutung ist. In früheren Forschungsarbeiten haben wir erfolgreich ein effektives prädiktives Diagnosemodell entwickelt, indem wir Techniken des maschinellen Lernens mit Computertomographie (CT)-Radiomics integriert haben und einen maximalen AUC-Wert von >0,8 erreicht haben, was auf eine gute Vorhersageleistung und einen klinischen Referenzwert hinweist. In der aktuellen Studie wollen wir eine multizentrische, prospektive Studie zum maschinellen Lernen durchführen, um die prädiktive Diagnoseleistung des Modells weiter zu verbessern und die klinische Diagnose und Behandlung zu unterstützen.

Diese Studie ist als multizentrische, prospektive Studie zum maschinellen Lernen konzipiert, an der 300 Patienten mit zystischen Läsionen des Kieferknochens in 12 Zentren teilnehmen, wie in der Liste der kooperierenden Institutionen aufgeführt. Basierend auf unserer vorherigen Untersuchung der tatsächlichen Diagnose- und Behandlungsbedingungen in jedem Forschungszentrum planen wir, verschiedene Arten von Bildgebungsdaten für die Gruppierung nach den durchgeführten Bildgebungsuntersuchungen zu verwenden und die Verarbeitung von Bildgebungsdaten aus verschiedenen Einheiten und Typen für nachfolgende Untersuchungen zu standardisieren arbeiten. Das Sun Yat-sen Memorial Hospital der Sun Yat-sen-Universität wird als Hauptzentrum dienen, andere Einrichtungen fungieren als Unterzentren. Die spezifische Gruppierung ist wie folgt: Die Spiral-CT-Gruppe umfasst sechs Allgemeinkrankenhäuser; Die Gruppe der Kegelstrahl-CT (CBCT) umfasst ein Allgemeinkrankenhaus und fünf spezialisierte Zahnkliniken.

Während der Studie werden wir nach der Aufnahme von Patienten, die die Einschlusskriterien erfüllen, Daten zur maxillofazialen CT-Bildgebung sammeln, sie in die Software (LIFEx Version 6.30) importieren und die Region of Interest (ROI) abgrenzen. Radiomische Merkmale innerhalb des ROI werden mithilfe der Pyradiomics-Software extrahiert, ausgewählt und für präoperative Diagnosevorhersagen mit dem vorhandenen Modell verwendet. Nach der chirurgischen Behandlung werden die pathologischen Ergebnisse der Läsionen verfolgt und aufgezeichnet. Wenn die Bedingungen es zulassen, kann die Vorhersageleistung des Modells phasenweise während der Studie weiter optimiert werden, oder es können methodische Anpassungen und Rekonstruktionen des Vorhersagemodells unter Verwendung aller verfügbaren Daten versucht werden, um eine optimalere präoperative diagnostische Vorhersage zu erreichen.