Tilfredsstillende debulking-prediksjonsmodell for avansert eggstokkreft basert på PET-CT-bildedata

Eggstokkreft er den gynekologiske ondartede svulsten med høyest dødelighet. Mer enn 70 % av pasientene er diagnostisert med fremskreden stadium, som ofte involverer ulike organer i bekkenet og magen, noe som øker vanskeligheten med kirurgisk reseksjon, og 5-års overlevelsesraten er bare 30 %. Kirurgisk behandling er hjørnesteinen i behandlingen av eggstokkreft, og hvorvidt den kan oppnå tilfredsstillende tumorreduksjon er en viktig faktor som påvirker prognosen for eggstokkreft. For tiden inkluderer metodene som brukes for å evaluere om tilfredsstillende tumorreduksjon kan oppnås Suidan-skåre basert på CT-bilde og Fagotti-score basert på laparoskopisk utforskning, men det er problemer som lav sensitivitet, dårlig spesifisitet eller sterk subjektivitet, og effektiviteten av å forutsi tilfredsstillende tumorreduksjon er bare ca. 60 %. De siste årene har PET-CT vært mye brukt i tumordiagnostikk. Pet-ct kombinert med PET metabolsk avbildningsteknologi og tradisjonell CT-skanning kan bidra til å skille svulstens natur, vurdere den systemiske tumorbelastningen, definere omfanget av lesjonen og gi den metabolske statusen til ulike deler av kroppen. Bruksverdien av PET-CT-relaterte bildefunksjoner og metabolsk informasjon ved eggstokkreft må avklares. Teamets forrige studie fant at PET-CT-relaterte bilder og metabolsk informasjon viste visse fordeler ved å forutsi tilfredsstillende reseksjon av eggstokkreft, og AUC nådde 0,85, som var bedre enn gjeldende CT-bildescore og laparoskopisk score. Derfor har dette prosjektet til hensikt å gjennomføre en multisenter retrospektiv studie for å evaluere den tilfredsstillende tumorreduksjonsraten for avansert eggstokkreft ved bruk av PET-CT-bilder for å veilede klinisk praksis og forutsi prognosen til pasienter. Samtidig vil vi utforske de molekylærbiologiske egenskapene og den kliniske relevansen til eggstokkreft gjennom kombinasjonen av high-throughput sekvenseringsgenomikk og radiomik.