Costruzione di un sistema di imaging multimodale per prevedere il rischio di metastasi eterocrone del cancro del retto (MIS-MRC)

Processo di raccolta dati in rigorosa attuazione della gestione speciale, il nome completo del controllo qualità. Il personale speciale è responsabile della raccolta delle immagini cliniche e delle informazioni patologiche dei pazienti nel sistema di cartella clinica e i dati di identificazione personale verranno utilizzati per identificare ed elaborare, al fine di proteggere la privacy dei pazienti/partecipanti al test. Allo stesso tempo, esiste una persona speciale responsabile del controllo di qualità e della verifica dei dati originali. I partecipanti utilizzano il numero unificato del progetto come codice identificativo univoco, dati personali e informazioni sul caso inseriti e salvati dal personale di gestione del campione, l'utente vede solo il numero individuale, non mostra più il nome dei partecipanti e altre informazioni personali. Dizionario dati che contiene descrizioni dettagliate di ciascuna variabile utilizzata dal registro, inclusa l'origine della variabile, sono state create informazioni di codifica. Le informazioni sui campioni dei partecipanti vengono archiviate elettronicamente in un computer dedicato che non viene utilizzato per altri scopi e viene fornito con una password, disponibile solo per la persona (1 persona) che gestisce il campione. La cartella clinica dei partecipanti sarà conservata presso l'ospedale e sarà accessibile solo ai ricercatori; Se necessario, i membri dell'organizzazione offerente, del comitato etico o dell'amministrazione statale possono accedere ai dati personali dei partecipanti secondo l'autorità competente. I risultati dello studio saranno pubblicati come dati analizzati statisticamente e non conterranno alcuna informazione identificabile sui partecipanti.

Lo sponsor è responsabile dell'implementazione e del mantenimento dei sistemi di garanzia e controllo della qualità con procedure operative standard (SOP) scritte per garantire che gli studi siano condotti e che i dati siano generati, documentati (registrati) e riportati in conformità con il protocollo, le buone pratiche cliniche ( GCP) e i requisiti normativi applicabili. Le SOP dovrebbero coprire la configurazione, l'installazione e l'utilizzo del sistema. Le SOP dovrebbero descrivere la convalida del sistema e il test della funzionalità, la raccolta e la gestione dei dati, la manutenzione del sistema, le misure di sicurezza del sistema, il controllo delle modifiche, il backup dei dati, il ripristino, la pianificazione di emergenza e lo smantellamento. Le responsabilità dello sponsor, dello sperimentatore e di altre parti rispetto all'uso di questi sistemi computerizzati dovrebbero essere chiare e agli utenti dovrebbe essere fornita una formazione sull'uso. La mancata conformità al protocollo, alle POS, alle GCP e/o ai requisiti normativi applicabili da parte di uno sperimentatore/istituzione o di un membro/i del personale dello sponsor dovrebbe portare ad un'azione tempestiva da parte dello sponsor per garantire la conformità.

In base alla morbilità della LARC e al rischio di metastasi a distanza, la dimensione del campione è di 300 pazienti e l'intervallo di follow-up è di almeno 3 anni.

Piano per i dati mancanti: se la percentuale di dati mancanti è molto elevata, ad esempio superiore al 95%, gli investigatori possono rimuovere direttamente questo campo; Al 50~95%, gli investigatori hanno due metodi di elaborazione, il primo consiste nel rimuovere direttamente questo campo; un altro modo è trasformare il campo in una variabile indicatore; questa è la variabile 0-1. Se il campo è vuoto, il campo è 0; Altrimenti il ​​campo è 1. Tra 5% e 50%: In questo scenario, gli investigatori devono inserire i valori mancanti. Nel processo di riempimento, esistono due categorie: riempimento semplice e riempimento con algoritmo. Il riempimento semplice comprende: riempimento 0, riempimento medio, riempimento mediano, riempimento modale; Metodi di riempimento dell'algoritmo come il riempimento K Nearest Neighbours (KNN), il riempimento casuale della foresta e così via.

Statistics Statistical Product and Service Solutions (SPSS, versione 26.0) e software R (versione 4.0.5) sono stati utilizzati per analisi statistiche. L'analisi della curva ROC (Receiver Operating Characteristic) è stata utilizzata per valutare il valore di cut-off ottimale del rapporto stromale del tumore (TSR) nel discriminare il rischio di DM in base all'indice di Youden massimo. Le mappe di calore hanno mostrato la distribuzione delle variabili tra pazienti con o senza DM entro 3 anni. I fattori di rischio DMFS indipendenti sono stati determinati utilizzando le curve di Kaplan-Meier (K-M) e l'analisi di regressione di Cox sequenzialmente sulla base dei dati della coorte di formazione. La significatività statistica è stata fissata a P<0,05. La variabilità tra osservatori è stata valutata utilizzando la statistica κ per le variabili categoriali e classificate e l'ICC per le variabili continue.

Valutazione TSR I campioni bioptici provenienti dalla colonscopia sono stati sezionati in fette da 5 μm e colorati con H&E. Aree con cellule stromali e tumorali presentate su tutti e quattro i lati sono state selezionate per valutare il rapporto stroma tumorale (TSR) utilizzando un metodo di punteggio automatizzato. La percentuale più alta di componenti stromali in tutte le aree misurate è stata registrata come valore TSR finale in questo studio.

Analisi della risonanza magnetica Per analizzare le immagini RM è stato utilizzato il metodo di apprendimento automatico, che comprende l'acquisizione e la ricostruzione delle immagini, la segmentazione delle immagini, l'estrazione e la qualificazione delle caratteristiche, l'analisi e la costruzione del modello.

Gli esami di risonanza magnetica (MR) pretrattamento sono stati condotti utilizzando scanner da 3,0 T con una bobina di superficie avvolgente a schiera di fase a 8 canali. È stata somministrata un'iniezione intramuscolare di 10 mg di raceanisodammina cloridrato per ridurre al minimo il movimento intestinale, a meno che non fosse controindicato. Le sequenze acquisite includevano imaging pesato in T1 (T1WI), imaging pesato in T2 (T2WI) con e senza saturazione del grasso e imaging pesato in diffusione (DWI).

La regione di interesse del tumore (ROI) è stata delineata manualmente fetta per fetta su T2WI assiale obliquo ad alta risoluzione (ortogonale al lume rettale) dal primo radiologo e successivamente confermata dal secondo radiologo con maggiore esperienza su Insight Segmentation and Registration Toolkit -Standford Network Analysis Project (ITK-SNAP), da cui è stato ottenuto il volume tridimensionale del tumore intero di interesse (VOI). I disaccordi sono stati risolti attraverso discussioni. I radiologi erano ciechi rispetto alle informazioni clinicopatologiche. Complessivamente, da ciascun VOI sono state estratte 1229 caratteristiche, che possono essere classificate in quattro categorie: (1) caratteristiche della forma; (2) caratteristiche statistiche del primo ordine; (3) caratteristiche della trama; e (4) caratteristiche statistiche di ordine superiore.

I coefficienti di correlazione inter e intraclasse (ICC) delle caratteristiche estratte sono stati calcolati per valutare la riproducibilità delle caratteristiche. Le caratteristiche con ICC <0,75 sono state considerate non stabili e sono state eliminate. L'analisi di correlazione di Pearson è stata utilizzata per identificare le caratteristiche ridondanti e per due caratteristiche qualsiasi con un coefficiente di 0,9, quella con il coefficiente assoluto medio più grande è stata eliminata. L'algoritmo dell'operatore di contrazione e selezione meno assoluto (LASSO) è stato applicato per selezionare il parametro predittivo più significativo dalla coorte di formazione ed è stata utilizzata una convalida incrociata di 5 volte per eseguire la riduzione della dimensionalità. Una firma (es. Radscore) è stato calcolato utilizzando una combinazione lineare delle caratteristiche finali selezionate ponderate in base ai rispettivi coefficienti.

Modello costruito e validazione Secondo i risultati della regressione di Cox, un nomogramma (Mr) che integra tutti i fattori di rischio indipendenti tranne il TSR, un nomogramma TSR (Mt) che integra tutti i fattori di rischio indipendenti tranne il Radscore, e un modello combinato (Mrt) che incorpora tutti i fattori di rischio indipendenti sono stati costruiti fattori di rischio indipendenti per prevedere il rischio di DM a 3 anni. La capacità discriminativa di questi modelli è stata valutata e confrontata utilizzando le curve ROC. Sono stati disegnati grafici di calibrazione per esplorare la capacità di calibrazione dei tre modelli. È stata eseguita l'analisi della curva decisionale per esplorare i benefici clinici calcolando il beneficio netto di ciascuna strategia decisionale a ciascuna soglia di probabilità.