Key points are not available for this paper at this time.
Zweck: Ziel dieser Studie ist die Entwicklung und Validierung von PET/CT-basierten Radiomik zur Bestimmung des Ki-67-Status bei hochgradigem serösem Ovarialkarzinom (HGSOC), wobei die Entwicklung der metabolischen Unterregion genutzt wird, um die Vorhersagefähigkeit des Modells zu verbessern. Gleichzeitig wurde der stratifizierte Effekt des Radiomik-Modells auf die rate des progressionsfreien Überlebens von Ovarialkrebspatienten aufgezeigt. Materialien und Methoden: Wir haben retrospektiv 161 Patienten mit HGSOC von April 2013 bis Januar 2019 überprüft. 18F-FDG PET/CT-Bilder vor der Behandlung, pathologische Berichte und Nachfalldaten wurden analysiert. Eine randomisierte Gruppierungsmethode wurde verwendet, um Ovarialkrebspatienten in eine Trainings- und Validierungsgruppe zu unterteilen. PET/CT-Bilder wurden zusammengeführt, um Radiomik-Merkmale der gesamten Tumorregion und Radiomik-Merkmale basierend auf der Habitat-Methode zu extrahieren. Die Merkmale werden dimensionsreduziert und bedeutende Merkmale werden ausgewählt, um eine Signatur zur Vorhersage des Ki-67-Status des Ovarialkarzinoms zu bilden. Gleichzeitig wurde eine Überlebensanalyse durchgeführt, um die hierarchische Leitungsbedeutung der Radiomik in der Prognose von Ovarialkrebspatienten zu erforschen. Ergebnisse: Im Vergleich zu den aus dem gesamten Tumor extrahierten Texturmerkmalen können die durch die Habitat-Methode erzeugten Texturmerkmale den Ki-67-Zustand besser vorhersagen (p < 0,05). Schlussfolgerung: Wir haben einen nichtinvasiven bildgebenden Prädiktor gefunden, der die Stratifikation der Prognose bei Ovarialkrebspatienten leiten könnte und der mit der Expression von Ki-67 in Tumorgeweben in Verbindung steht. Diese Methode ist von großer Bedeutung für die Diagnose und Behandlung von Ovarialkarzinom.
Wang et al. (Do,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: