Prédiction préopératoire de la graisse périrénale adhérente. (APF)

Importance:

Pour les patients atteints de tumeurs rénales nécessitant un traitement chirurgical, la graisse périrénale adhésive est une variable frustrante que les chirurgiens rencontrent pendant l'intervention chirurgicale, mais le système actuel de notation morphométrique rénale dépendant de l'image utilisé pour prédire la difficulté potentielle de la chirurgie ignore ce facteur. Une prédiction préopératoire précise de l’état graisseux périrénal reste un besoin urgent.

But:

Déterminer si les caractéristiques radiomiques de la graisse périrénale dérivées d'images de tomodensitométrie peuvent fournir des informations précieuses pour juger de l'état de la graisse périrénale, développer un modèle de prédiction basé sur la radiomique CT combinée à l'apprentissage en profondeur et valider les performances du modèle dans une cohorte indépendante.

Conception, mise en place et participants :

L’étude comprenait un ensemble de données rétrospectives et un ensemble de données prospectives provenant de quatre centres médicaux entre janvier 2020 et septembre 2023. Un scanner rénal simple a été réalisé chez xx patients adultes ayant subi une néphrectomie partielle ou une néphrectomie radicale. L'ensemble de formation, l'ensemble de validation et l'ensemble de tests internes ont été fournis par le premier hôpital de l'université de Jilin, et l'ensemble de tests externes a été fourni par le premier hôpital de la ville de Siping, l'hôpital central de Liaoyuan et l'hôpital du comté de Dongfeng. Cette étude diagnostique a utilisé les données d'un seul établissement de janvier 2020 à mai 2023 pour extraire les caractéristiques omiques d'imagerie de la région adipeuse périrénale (un test T sur échantillon indépendant, la contraction absolue minimale et la régression logistique de l'opérateur de sélection ont été utilisés pour rechercher les meilleures caractéristiques omiques d'imagerie. ). Des analyses univariées et multivariées des variables cliniques chez les patients avant une chirurgie rénale ont été réalisées pour déterminer des prédicteurs indépendants de graisse périrénale adhérente en milieu clinique. Différents classificateurs ont été utilisés pour créer des modèles de prédiction utilisant uniquement les fonctionnalités image-omics et des modèles de prédiction de fusion utilisant des prédicteurs cliniques indépendants combinés aux fonctionnalités image-omics. Ses performances sont vérifiées dans deux ensembles de tests.

Principales réalisations et mesures :

Les performances discriminantes du modèle omique d'image ont été évaluées par l'aire sous la courbe caractéristique de fonctionnement du récepteur et confirmées par l'analyse de la courbe de décision.