Eur Radiol：由CT放射组学特征来预测神经母细胞瘤MYCN扩增
2021-03-08 shaosai MedSci原创
神经母细胞瘤是儿童最常见的颅外实性肿瘤。在20-30%的神经母细胞瘤中可检测到MYCN扩增(MNA)，其与肿瘤侵袭行为和不良预后有很强的相关性。
神经母细胞瘤是儿童最常见的颅外实性肿瘤。在20-30%的神经母细胞瘤中可检测到MYCN扩增(MNA)，其与肿瘤侵袭行为和不良预后有很强的相关性。任何年龄、任何阶段的MNA患者都属于“高危”患者，这强调了强化治疗的必要性。因此，MNA的检测是评价和治疗神经母细胞瘤的重要组成部分。MYCN状态通常通过肿瘤样本的病理检查来检测，该肿瘤样本是通过开放手术或穿刺活检所获得的，然而，这些术式均为侵入性手术，可能引起包括出血、肠梗阻、感染等严重的并发症。因此，开发一种无创的准确检测MNA的方法具有重要的临床意义。
放射基因组学专注于检测图像特征和基因组数据之间的相关性。与基于活组织检查的方法相比，影像学基因分型的优势在于能够对肿瘤进行全局和无创的观察。据我们所知，在神经母细胞瘤中使用放射组学预测MNA的可行性尚未得到解决。
近日，发表在European Radiology杂志的一项研究构建了基于CT的放射组学特征，并评估了其在预测神经母细胞瘤患儿中MYCN扩增(MNA)的诊断性能，为临床建立一种无创检测和评估MNA的方法提供了可能。
本研究纳入了78例神经母细胞瘤儿童患者(55例为训练队列，23例为试验队列)。放射组学表现从三期计算机断层扫描(CT)图像上人工描绘的感兴趣区域(ROI)中自动提取。选取放射组学表现来构建放射组学特征，利用基于放射组特征的公式计算放射组学评分(rad-score)。根据临床病理资料和CT图像特征等临床因素建立临床模型。结合放射组学特征和临床因素建立了组合列线图。采用受试者工作特征曲线(ROC)分析和决策曲线分析(DCA)评价预测效果。
图1 临床模型的ROC曲线（蓝线）和临床放射组学列线图（红线）。在训练（a）和测试（b）队列中，临床放射组学的预测性能均优于临床模型(训练队列: 0.95 vs. 0.82, test cohort: 0.91 vs. 0.70)。
图2 临床模型的决策曲线分析（DCA）（蓝线）和临床放射组学列线图（红线）。 y轴表示净收益，x轴表示阈值概率。绿线表示所有肿瘤均有MYCN扩增的假设的决策曲线，黑线表示肿瘤没有MYCN扩增的假设的决策曲线。DCA证实了临床放射组学相列线图比临床模型更具优势。
该基于CT的放射组学特征能够预测MNA。临床放射组学列线图基因分型技术可以作为一种非侵入性的基因分型工具，辅助临床治疗方式的制定。
原始出处：
Haoting Wu,Chenqing Wu,Hui Zheng,et al. Radiogenomics of neuroblastoma in pediatric patients: CT-based radiomics signature in predicting MYCN amplification.DOI:10.1007/s00330-020-07246-1
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#母细胞瘤#
29
#MYCN#
35
赞
62
放射组学
80
CT放射组学特征
133
#MYC#
34
#细胞瘤#
32
涨知识
74
学习学习
76
挺好！
58