Op radiomics gebaseerd voorspellingsmodel van tumorverspreiding door luchtruimte in longadenocarcinoom

Spread through air space (STAS) is gemeld als een negatieve prognostische factor bij patiënten met longkanker die een sublobaire resectie hebben ondergaan. De preoperatieve beoordeling ervan zou dus nuttig kunnen zijn om de chirurgische behandeling aan te passen. Radiomics is onlangs voorgesteld om STAS te voorspellen bij patiënten met longadenocarcinoom. Alle onderzoeken hebben echter zowel beeldvorming als patiënten strikt geselecteerd, wat heeft geleid tot resultaten die nauwelijks toepasbaar zijn in de dagelijkse klinische praktijk. Het doel van deze studie is om een ​​op radiomics gebaseerd voorspellingsmodel van STAS te testen in een op de praktijk gebaseerde dataset en de validiteit en het vertaalpotentieel ervan te verifiëren.

Radiologische en klinische gegevens van 100 opeenvolgende patiënten met gereseceerd longadenocarcinoom werden retrospectief verzameld voor het trainingsgedeelte. Zoals gebruikelijk in de klinische praktijk, werden preoperatieve CT-beelden onafhankelijk verkregen door verschillende artsen en uit verschillende ziekenhuizen. Daarom vertoont onze dataset een grote variatie in model en fabricage van scanner, acquisitie- en reconstructieprotocol, endoveneuze contrastfase en pixelgrootte. Om het effect van normalisatie in sterk variërende gegevens te testen, werden preoperatieve CT-beelden en het betreffende tumorgebied voorbewerkt met vier verschillende pijpleidingen. Functies werden geëxtraheerd met behulp van pyradiomics en geselecteerd rekening houdend met zowel het scheidingsvermogen als de robuustheid binnen pijpleidingen. Daarna werd een op radiomics gebaseerd voorspellingsmodel van STAS gemaakt met behulp van de meest significante bijbehorende functies. Dit model werd vervolgens gevalideerd in een groep van 50 patiënten die prospectief waren ingeschreven als externe validatiegroep om de werkzaamheid ervan in STAS-voorspelling te testen.