Model radiomiczny do oceny stanu węzłów chłonnych u pacjentów z cN0 i HNSCC

Utajone przerzuty do węzłów chłonnych (LNM) pozostają jednym z najważniejszych i najbardziej wymagających aspektów leczenia raka płaskonabłonkowego głowy i szyi (HNSCC). Zdefiniowana jako obecność choroby przerzutowej w węzłach chłonnych, która jest klinicznie niewykrywalna w rutynowym obrazowaniu lub badaniu fizykalnym, utajona LNM ma głębokie implikacje dla planowania leczenia, rokowania i ogólnego postępowania z pacjentem. W HNSCC dokładne wykrywanie i przewidywanie ukrytego LNM mają kluczowe znaczenie, ponieważ znacząco wpływają na decyzje dotyczące zakresu rozwarstwienia szyi, potrzeby leczenia uzupełniającego i ogólnej strategii terapeutycznej. Niezdiagnozowana lub niedoszacowana LNM może skutkować nieodpowiednim leczeniem, zwiększaniem ryzyka nawrotu lokoregionalnego i złymi wynikami w zakresie przeżycia.

Złożona biologia HNSCC zwiększa wyzwanie, jakim jest przewidywanie okultystycznego LNM. Guzy te często charakteryzują się znaczną heterogenicznością mikrośrodowiska, obejmującego mieszankę komórek nowotworowych, nacieków immunologicznych, składników zrębu i układu naczyniowego. Ta heterogeniczność odgrywa kluczową rolę w określaniu potencjału przerzutowego guza pierwotnego i jego interakcji z otaczającym układem limfatycznym. Tradycyjne metody obrazowania, takie jak CT, MRI i PET/CT, mają ograniczenia w dokładnej identyfikacji mikroskopowych przerzutów, co prowadzi do ciągłych poszukiwań bardziej czułych i specyficznych narzędzi predykcyjnych.

Niedawne postępy w radiomice otworzyły nowe możliwości sprostania temu wyzwaniu. Radiomika, powstająca dziedzina, która wydobywa wielowymiarowe dane z obrazowania medycznego, umożliwia ilościową analizę charakterystyki nowotworu wykraczającą poza to, co widać gołym okiem. Przekształcając dane obrazowe w bogate repozytorium cech odzwierciedlających fenotyp nowotworu, radiomika może zidentyfikować subtelne wzorce związane z zachowaniem przerzutowym.

Dokładne przewidywanie ukrytego LNM ma również krytyczną wartość prognostyczną. Pacjenci z niewykrytym LNM często mają gorsze rokowanie z powodu opóźnionego lub niewystarczającego leczenia. Z drugiej strony niepotrzebne profilaktyczne wycięcie szyi u pacjentów bez przerzutów może prowadzić do nadmiernego leczenia, zwiększonej chorobowości chirurgicznej i pogorszenia jakości życia. Dlatego modele predykcyjne, które umożliwiają stratyfikację pacjentów w oparciu o ryzyko ukrytej LNM, są niezbędne do personalizacji planów leczenia, ograniczenia niepotrzebnych interwencji i poprawy wyników leczenia pacjentów.

W tym kontekście integracja radiomiki z danymi multiomicznymi, w tym transkryptomią i sekwencjonowaniem RNA jednokomórkowych, stanowi podejście transformacyjne. Ta integracyjna strategia nie tylko zwiększa moc predykcyjną modeli radiomiki, ale także zapewnia wgląd w procesy biologiczne leżące u podstaw zachowania nowotworu. Łącząc cechy uzyskane w obrazowaniu ze szlakami molekularnymi i komórkowymi, takie podejście może pomóc wypełnić lukę między fenotypami obrazowania a złożoną biologią przerzutów.

Podsumowując, utajona LNM stanowi ogromne wyzwanie w leczeniu klinicznym HNSCC, co ma istotne implikacje dla leczenia i rokowania. Pojawienie się zaawansowanych technik radiomiki, w szczególności radiomiki siedliskowej, oferuje obiecującą drogę poprawy dokładności przewidywań LNM. Odkrywając zależności między heterogenicznością nowotworu, dynamiką mikrośrodowiska i potencjałem przerzutowym, podejścia te torują drogę do bardziej precyzyjnego i spersonalizowanego leczenia pacjentów z HNSCC.