Metriken mit Ganzhirn-Tumorbelastungen mit entzündlichen und molekularen Markern zur Vorhersage des postoperativen neurokognitiven Rückgangs des Glioms

Obwohl die chirurgische Resektion das Gesamtüberleben bei Patienten mit diffusen Gliomen mit niedrigem Grad (DLGG) verbessert, kann dies auch zu einer Verschlechterung der neurokognitiven Funktion führen, die schlecht verständlich ist und keine wirksamen Vorhersagemodelle fehlt. Diese Studie zielt darauf ab, ein Modell unter Verwendung von Metriken zur Vollkorntumorbelastung, entzündlichen und molekularen Markern für die Vorhersage eines hohen Risikos für neurokognitives Rückgang (ND) postoperativ zu entwickeln. Die Studie umfasste 192 Patienten mit links frontalem DLGG. Die MRT-Daten wurden analysiert, um Metriken der Ganzhirn-Tumorbelastungen abzuleiten, einschließlich Tumorradiomik, kortikaler Dicke des Ganzhirns, Myelingehalt und Netzwerkeigenschaften. Postoperative entzündliche und molekulare Marker wurden gesammelt. Die postoperative Follow-up-neurokognitive Funktion wurde unter Verwendung der kognitiven Bewertung von Montreal nach 3 Monaten und 1 Jahr bewertet. Modelle für maschinelles Lernen wurden mit Pycaret konstruiert.