曰本一道本久久88不卡欄目

牛田野團隊發文:CT影像組學術前評估胰腺神經內分泌腫瘤病理分級

編輯:admin 時間:2019年04月28日 訪問次數:243

胰腺神經內分泌腫瘤(pNETs)是一種異質性很強的腫瘤。在過去的二十年中,pNETs發病率和檢出率呈現出顯著上升的趨勢,特別是由于增強掃描對于小型非功能性pNETs的診斷能力的提升。盡管在診斷和治療方面的經驗越來越多,具有高組織學分級的腫瘤往往伴隨腫塊效應或腫瘤轉移等癥狀,因此這部分患者的預后會更差。基于腫瘤增殖特性,功能特性和生物特性所確定的腫瘤病理分級,醫生可以對病人制定不同的,個體化的治療策略。然而,臨床上病理分級程度需要通過手術切除獲取病人的腫瘤組織才能進一步確定。因此仍有一部分病人無法在手術前確定最佳的治療策略,如輔助放化療等,限制了pNETs個體化治療的推進。

針對這一難題,浙江大學轉化醫學研究院牛田野教授團隊與浙江大學醫學院附屬第一醫院、第二醫院合作,開發了一套使用術前診斷CT圖像評估pNETs病理分級的方法,實現了術前無創評估pNETs病理分級,指導病人的個體化治療。相關研究成果發表在臨床腫瘤學高水平學術期刊Clinical Cancer ResearchSCI, IF = 10.199)上。

本研究共納入兩家醫院的137名患者,并對治療前增強CT影像進行深度解析,構造影像組學標志物對患者的病理等級進行評估。本研究構建的影像組學模型可以將患者分為G1組(低病理等級)和G2/3組(高病理等級),并在訓練集和測試集中都取得了較高的準確率(訓練集:AUC=0.907;測試集AUC=0.891)。生存分析的結果表明,模型預測為G1級和G2/3級的患者在總體存活時間中存在顯著性差異(p=0.0002),預測為G2/3級的患者預后時間更短。同時研究發現,影像組學標志物與病理等級的關鍵指標Ki-67指數和核有絲分裂率均具有顯著性相關,揭示了影像組學與病理學指標所體現的細胞增殖情況之間的關聯。

1. 本研究構建的影像組學列線圖模型及其在訓練集和獨立驗證集中的分類性能。

團隊構建的影像組學模型對于輔助胰腺神經內分泌腫瘤患者的臨床決策有指導價值,可在治療前對患者的病理分化程度進行準確分級,為制定更加合理的臨床治療方案提供新的依據。

2. 影像組學標志物與Ki-67(左)和核有絲分裂率(右)的相關性分析。

該研究成果浙江大學轉化醫學研究院牛田野教授為主通訊作者,美國內華達大學Yu Kuang副教授為共同通訊作者,浙醫一院放射科梁文杰醫生為第一作者和共同通訊作者,課題組2017級交叉培養博士生楊鵬飛為論文共同第一作者。研究工作得到浙江省自然科學基金,國家自然科學基金,科技部863青年科學家計劃,美國NIH等項目資助。

原文鏈接: