Modello predittivo di debulking soddisfacente per il cancro ovarico avanzato basato su dati di immagini PET-CT

Il cancro dell’ovaio è il tumore maligno ginecologico con il più alto tasso di mortalità. A più del 70% dei pazienti viene diagnosticato uno stadio avanzato, che spesso coinvolge vari organi della pelvi e dell'addome, il che aumenta la difficoltà della resezione chirurgica, e il tasso di sopravvivenza a 5 anni è solo del 30%. Il trattamento chirurgico è la pietra angolare del trattamento del cancro ovarico e se può ottenere una riduzione soddisfacente del tumore è un fattore importante che influenza la prognosi del cancro ovarico. Attualmente, i metodi utilizzati per valutare se è possibile ottenere una riduzione soddisfacente del tumore includono il punteggio Suidan basato sull'immagine TC e il punteggio Fagotti basato sull'esplorazione laparoscopica, ma ci sono problemi come bassa sensibilità, scarsa specificità o forte soggettività e l'efficienza della previsione la riduzione soddisfacente del tumore è solo del 60% circa. Negli ultimi anni la PET-CT è stata ampiamente utilizzata nella diagnosi dei tumori. La Pet-ct combinata con la tecnologia di imaging metabolico PET e la tradizionale scansione TC può aiutare a distinguere la natura dei tumori, valutare il carico tumorale sistemico, definire la portata della lesione e fornire lo stato metabolico di varie parti del corpo. Il valore applicativo delle caratteristiche di imaging correlate alla PET-CT e delle informazioni metaboliche nel cancro ovarico deve essere chiarito. Il precedente studio del nostro team ha rilevato che le immagini correlate alla PET-CT e le informazioni metaboliche hanno mostrato alcuni vantaggi nel predire una resezione soddisfacente del cancro ovarico e l'AUC ha raggiunto 0,85, che era migliore dell'attuale punteggio dell'immagine TC e del punteggio laparoscopico. Pertanto, questo progetto intende condurre uno studio retrospettivo multicentrico per valutare il tasso di riduzione soddisfacente del tumore dell'ovaio avanzato utilizzando immagini PET-CT per guidare la pratica clinica e prevedere la prognosi dei pazienti. Allo stesso tempo, esploreremo le caratteristiche biologiche molecolari e la rilevanza clinica del cancro ovarico attraverso la combinazione di genomica e radiomica di sequenziamento ad alto rendimento.