비소세포 폐암에서 비침습적으로 PD-L1 발현 및 면역 치료 결과 예측을 위한 CT 기반 방사선유전체-딥러닝 서명의 구축 및 검증
Key Points
RADLsig의 예측 능력은 환자의 PD-L1 발현 상태를 추정하는 데 유망함을 나타냅니다.
분석에 따르면 RADLsig는 개선된 결과를 통해 면역 치료를 위한 환자 선정에 도움을 줄 수 있습니다.
CT 이미지에 대한 딥러닝 기법의 활용이 예측 모델 개발의 중심이었습니다.
비침습적인 접근 방식을 강조하며, 이 방법은 임상 환경에서 개인 맞춤 치료 전략을 향상시킬 수 있습니다.
Abstract
CT 이미지에서 얻은 RADLsig는 비소세포 폐암(NSCLC) 환자에서 PD-L1 발현 상태 및 면역 치료에 대한 반응을 예측할 수 있는 가능성을 선행적으로 보여줍니다. 면역 치료에서 환자를 선택하기 위한 비침습적인 보조 도구로서의 가능성을 가지고 있으며, 임상 실습에서 개인 맞춤 정밀 치료를 발전시키기 위한 참고 자료를 제공할 수 있습니다.
Construction and validation of a CT-based radiomics-deep learning signature for non-invasive prediction of PD-L1 expression and immunotherapy outcomes in non-small cell lung cancer | Synapse