Radiómica para la diferenciación preoperatoria de quistes mandibulares: un estudio multicéntrico de aprendizaje automático

Las lesiones quísticas de la mandíbula incluyen tumores odontógenos y lesiones quísticas no tumorales que ocurren dentro de la mandíbula, siendo el ameloblastoma el más común entre los primeros y los quistes odontógenos y no odontógenos entre los segundos. Actualmente, el enfoque del tratamiento varía según los diferentes tipos de lesiones quísticas de la mandíbula. Los ameloblastomas, que pueden recurrir y hacer metástasis, se tratan principalmente con escisión quirúrgica, mientras que las lesiones quísticas se tratan más ampliamente con procedimientos como legrado y marsupialización. Por lo tanto, un diagnóstico diferencial preoperatorio preciso de diversas lesiones de la mandíbula y la posterior selección de planes de tratamiento adecuados son cruciales para lograr resultados óptimos para los pacientes. Las opciones de tratamiento inadecuadas pueden retrasar la afección o dar lugar a un tratamiento excesivo, afectando la calidad de vida del paciente. En la actualidad, todavía falta un protocolo de diagnóstico diferencial y estándar objetivo y preciso para el tratamiento de las lesiones quísticas de la mandíbula, lo que hace que el establecimiento de un modelo de predicción de diagnóstico preoperatorio objetivo y científico sea de gran importancia clínica. En investigaciones anteriores, desarrollamos con éxito un modelo de diagnóstico predictivo eficaz mediante la integración de técnicas de aprendizaje automático con radiómica de tomografía computarizada (CT), logrando un valor máximo de AUC> 0,8, lo que indica un buen rendimiento predictivo y un valor de referencia clínico. En el estudio actual, nuestro objetivo es realizar un estudio prospectivo multicéntrico de aprendizaje automático para mejorar aún más el rendimiento del diagnóstico predictivo del modelo y ayudar al diagnóstico y tratamiento clínico.

Este estudio está diseñado como un estudio multicéntrico prospectivo de aprendizaje automático, en el que participan 300 pacientes con lesiones quísticas de la mandíbula en 12 centros, como se detalla en la lista de instituciones colaboradoras. Con base en nuestra investigación previa de las condiciones reales de diagnóstico y tratamiento en cada centro de investigación, planeamos utilizar diferentes tipos de datos de imágenes para agruparlos según los exámenes de imágenes realizados y estandarizar el procesamiento de datos de imágenes de diferentes unidades y tipos para su posterior trabajar. El Hospital Conmemorativo Sun Yat-sen de la Universidad Sun Yat-sen servirá como centro principal, con otras instituciones como subcentros. La agrupación específica es la siguiente: el grupo de TC en espiral incluye seis hospitales generales; el grupo de TC de haz cónico (CBCT) incluye un hospital general y cinco hospitales dentales especializados.

Durante el estudio, después de inscribir a los pacientes que cumplan con los criterios de inclusión, recopilaremos datos de imágenes de TC maxilofacial, los importaremos al software (LIFEx versión 6.30) y delinearemos la región de interés (ROI). Las características radiómicas dentro del ROI se extraerán utilizando el software Pyradiomics, se seleccionarán y se utilizarán para predicciones de diagnóstico preoperatorias con el modelo existente. Después del tratamiento quirúrgico, se rastrearán y registrarán los resultados patológicos de las lesiones. Si las condiciones lo permiten, el rendimiento predictivo del modelo se puede optimizar aún más en fases durante el estudio, o se pueden intentar ajustes metodológicos y reconstrucciones del modelo predictivo utilizando todos los datos disponibles para lograr una predicción diagnóstica preoperatoria más ideal.