Radiomika a preoperatív állkapocsciszta differenciálásához: Multicenter ML Study

Az állcsont cisztás elváltozásai közé tartoznak az odontogén daganatok és az állcsonton belül előforduló nem daganatos cisztás elváltozások, az előbbiek között az ameloblasztóma, az utóbbiak között pedig az odontogén és nem odontogén ciszták. Jelenleg az állcsont cisztás elváltozásainak különböző típusaiban a kezelés fókusza eltérő. Az ameloblasztómákat, amelyek kiújulhatnak és metasztatizálhatnak, elsősorban sebészi kivágással kezelik, míg a cisztás elváltozásokat szélesebb körben olyan eljárásokkal kezelik, mint a küretezés és a marsupializáció. Ezért a különböző állcsont-elváltozások pontos preoperatív differenciáldiagnózisa és az ezt követő megfelelő kezelési tervek kiválasztása kulcsfontosságú az optimális betegkimenetel eléréséhez. A nem megfelelő kezelési megválasztás késleltetheti az állapotot, vagy túlkezeléshez vezethet, ami befolyásolja a beteg életminőségét. Jelenleg még hiányzik az objektív és pontos standard és differenciáldiagnosztikai protokoll az állcsont cisztás elváltozásainak kezelésére, így egy objektív és tudományos preoperatív diagnosztikai előrejelzési modell felállítása jelentős klinikai jelentőséggel bír. Korábbi kutatásaink során sikeresen kidolgoztunk egy hatékony prediktív diagnosztikai modellt a gépi tanulási technikák és a számítógépes tomográfia (CT) radiomika integrálásával, így a maximális AUC értéke >0,8, ami jó prediktív teljesítményt és klinikai referenciaértéket jelez. A jelenlegi tanulmányban egy többközpontú, prospektív gépi tanulási vizsgálatot kívánunk végezni, hogy tovább javítsuk a modell prediktív diagnosztikai teljesítményét, és segítsük a klinikai diagnózist és a kezelést.

Ez a tanulmány egy többközpontú, prospektív gépi tanulási vizsgálat, amelyben 300 állcsont-cisztás elváltozásban szenvedő beteg vett részt 12 központban, amint azt az együttműködő intézmények listájában részletezi. Az egyes kutatóközpontok aktuális diagnosztikai és kezelési körülményeinek korábbi vizsgálata alapján tervezzük, hogy a lefolytatott képalkotó vizsgálatok szerinti csoportosításhoz különböző típusú képalkotó adatokat használunk fel, illetve egységesítjük a különböző egységek és típusok képalkotó adatainak feldolgozását a későbbiekben. munka. A Szun Jat-szen Egyetem Szun Jat-szen Emlékkórháza lesz a fő központ, más intézmények pedig alközpontok. A konkrét csoportosítás a következő: a spirális CT csoport hat általános kórházat foglal magában; a cone beam CT (CBCT) csoport egy általános kórházat és öt speciális fogászati ​​kórházat foglal magában.

A vizsgálat során a beválasztási kritériumoknak megfelelő betegek felvétele után összegyűjtjük a maxillofacialis CT képalkotási adatait, azokat a szoftverbe importáljuk (LIFEx 6.30 verzió), és lehatároljuk az érdeklődési kört (ROI). A ROI-n belüli radiomikus jellemzőket a Pyradomics szoftver segítségével kinyerjük, kiválasztjuk, és a meglévő modellel a műtét előtti diagnosztikai előrejelzésekhez használják fel. A műtéti kezelést követően az elváltozások kóros eredményeit nyomon követik és rögzítik. Ha a körülmények megengedik, a modell prediktív teljesítménye a vizsgálat során szakaszonként tovább optimalizálható, vagy az összes rendelkezésre álló adat felhasználásával megkísérelhető a prediktív modell módszertani kiigazítása és rekonstrukciója az ideálisabb preoperatív diagnosztikai előrejelzés elérése érdekében.