Исследователи используют радиомику, чтобы предсказать, кому будет полезна химиотерапия

Используя данные компьютерной томографии (КТ), исследователи могут предсказать, какие пациенты с раком легких ответят на химиотерапию, согласно новому исследованию, опубликованному в журнале Radiology: Artificial Intelligence.

Химиотерапия на основе платины, как правило, является первой линией лечения немелкоклеточного рака легкого на поздней стадии (НМРЛ). Однако только один из четырех пациентов хорошо поддается лечению. В настоящее время невозможно предсказать, каким пациентам химиотерапия принесет наибольшую пользу.

КТ обычно используются для определения стадии опухоли и мониторинга реакции на лечение. Используя область исследований, называемую радиомикой, исследователи могут извлекать количественные или измеримые данные из изображений компьютерной томографии, которые могут выявить характеристики заболевания, не видимые только на изображениях.

«Наша цель в этом исследовании состояла в том, чтобы определить, возможно ли раннее предсказание ответа на химиотерапию с помощью компьютерных измерений паттернов как внутри, так и вне легочного узла, а также формы узелка на исходных компьютерных томограммах», – сказал он. Мохаммадхади Хоррами, М.S., доктор философии.D. кандидат с факультета биомедицинской инженерии инженерной школы Университета Кейс Вестерн Резерв в Кливленде, штат Огайо, который вместе с Моникой Хангер, М.D., из отделения внутренней медицины клиники Кливленда, руководил исследованием.

Исследователи намеревались определить роль характеристик радиомной текстуры – как внутри, так и вокруг опухоли легкого – в прогнозировании времени до прогрессирования и общей выживаемости, а также ответа на химиотерапию у пациентов с НМРЛ.

«Это первое исследование, демонстрирующее, что компьютерные модели неоднородности или разнообразия за пределами опухоли позволяют прогнозировать ответ на химиотерапию», – сказал доктор. Хунгер сказал. “Это очень важно, потому что это может позволить предсказать заранее, какие пациенты с раком легких ответят на лечение, а какие нет. Это, в свою очередь, может помочь выявить пациентов, которые, вероятно, не ответят на химиотерапию для альтернативных методов лечения, таких как лучевая или иммунотерапия.”

Они проанализировали данные 125 пациентов, которые проходили курс химиотерапии на основе дублета платины на основе пеметрекседа в клинике Кливленда. Пациенты были случайным образом разделены на две группы с равным количеством респондеров и неответчиков в обучающей выборке. Обучающая выборка включала 53 пациента с НМРЛ, а валидационная выборка – 72 пациента.

Компьютер проанализировал КТ-изображения рака легких, чтобы выявить уникальные модели неоднородности как внутри, так и за пределами опухоли. Затем эти закономерности сравнивали на компьютерных томограммах пациентов, которые ответили на химиотерапию и не ответили на нее. Эти шаблоны функций затем использовались для обучения классификатора машинного обучения, чтобы определить вероятность того, что пациент с раком легких отреагирует на химиотерапию.

“Когда мы посмотрели на узоры внутри опухоли, мы получили точность 0.68. Но когда мы заглянули внутрь и снаружи, точность поднялась до 0.77, – сказал Хоррами.

Результаты показали, что радиомные особенности, полученные внутри опухоли и области вокруг опухоли, могли отличить пациентов, которые ответили на химиотерапию, от тех, кто не ответил. Кроме того, радиомные особенности предсказывали время до прогрессирования и общую выживаемость.

«Несмотря на большое количество исследований в области КТ-радиомики, непосредственная окружающая область опухоли или перитуморальная область остаются относительно неизученными», – сказал Хоррами. «Наши результаты продемонстрировали четкие доказательства роли структуры перитуморальной текстуры в прогнозировании ответа и времени до прогрессирования после химиотерапии.”

Хотя исследователи не изучали явным образом основу выявленных радиомных особенностей вокруг опухоли, они предполагают, что эти закономерности отражают повышенное содержание фиброза в опухолях, совместимых с химиотерапией.

По словам Хоррами, радиомические данные, полученные из изображений КТ, также потенциально могут помочь идентифицировать тех пациентов, которые имеют повышенный риск рецидива и которым может быть полезно более интенсивное наблюдение и последующее наблюдение.

Самые занимательные новости