Förutsägelse av Mediastinal Station IV lymfkörtelmetastas i icke-småcellig lungcancer

Bakgrund: Lungcancer är en av de maligna tumörerna med högst sjuklighet och dödlighet i världen. icke-småcelligt lungkarcinom (NSCLC) står för cirka 85% av lungcancer, och dess 5-års överlevnad är cirka 19%. Mediastinal lymfkörtelmetastas är en vanlig metastasväg i icke-småcelligt lungkarcinom (NSCLC), och dess förekomst är nära relaterad till lymfdräneringsmönster. Det lymfatiska dräneringsmönstret för olika lunglobstumörer är också olika. Många studier har visat att den fjärde och sjunde stationen av mediastinala lymfkörtlar är områden med hög förekomst av lymfkörtelmetastaser. Speciellt var lymfkörtelmetastaser vid station 4 associerat med sämre patientresultat. Även om systemisk lymfkörteldissektion vanligtvis inkluderar minst tre uppsättningar mediastinala lymfkörtlar, inklusive station 7, finns det inget enhetligt protokoll för station 4-dissektion. Denna situation har en negativ inverkan på stadium och prognosbedömning av lungcancerpatienter. CT-undersökning är ett viktigt verktyg för att utvärdera mediastinal lymfkörtelstatus, men noggrannheten är inte hög. Den framväxande CT-radiomikrofonen har visat stora möjligheter till tillämpning när det gäller noggrannheten vid diagnos av lymfkörtelmetastaser. Användningen av radiomikalier för att utvärdera stationslymfkörtlarna är till hjälp för att förbättra noggrannheten i diagnosen av lymfkörtelmetastaser, och det förväntas också ge en mer vetenskaplig grund för att bestämma omfattningen av lymfkörteldissektion.

Mål: Att förutsäga lymfkörtelmetastaser i den fjärde mediastinala gruppen genom CT-avbildning, och att hjälpa till att bestämma omfattningen och stadiet av lymfkörteldissektion genom att jämföra med den patologiska guldstandarden.

Studiedesign: De kliniska och patologiska data från nyligen diagnostiserade icke-småcelliga lungcancerpatienter som tagits in på avdelningen för hjärtkirurgi på Qilu sjukhus från 2017 till mars 2024 samlades in retrospektivt. Klinisk patologiska data och bilddata från 150 patienter förväntas samlas in. Inklusionskriterier inkluderade patienter som hade genomgått patologisk undersökning av den fjärde gruppen lymfkörtlar vid första besöket och förstärkt datortomografi inom två veckor före operationen. Lymfkörtelregion av intresse (ROI) skissades för alla inskrivna patienter, och alla lymfkörtlar delades in i metastaserande och icke-metastaserande grupper. Syftet med studien var att analysera avbildningsdata från dessa patienter och integrera motsvarande klinisk och patologisk information, såsom kliniska faktorer: ålder, lunglob, kön, bildtecken, etc, och patologiska faktorer: patologisk typ, histologisk typ, etc. Dessutom mättes den korta diametern för varje lymfkörtel för att bestämma metastashastigheten under olika kriterier för kort diameter. Använder maskininlärningsteknik för att konstruera en prediktionsmodell. Syftet med modellen var att identifiera och extrahera egenskaperna hos den fjärde gruppen av lymfkörtlar med och utan metastaser. Genom noggrann jämförelse med de slutliga patologiska resultaten kommer utredarna att utvärdera modellens noggrannhet och effektivitet för att förutsäga status för lymfkörtelmetastaser. Modellen kan kvantifiera risken för lymfkörtelmetastaser och hjälpa läkare att utveckla mer personliga behandlingsplaner.