MRI radiomics independent of clinical baseline characteristics and neoadjuvant treatment modalities predicts response to neoadjuvant therapy in rectal cancer

无线电技术 医学 新辅助治疗 模式 磁共振成像 放射科 肿瘤科 内科学 癌症 乳腺癌 社会科学 社会学
作者
Maxiaowei Song,Shuai Li,Hongzhi Wang,Ke Hu,Fengwei Wang,Huajing Teng,Zhi Wang,Jin Liu,Angela Y. Jia,Yong Cai,Yongheng Li,Xianggao Zhu,Jianhao Geng,Yangzi Zhang,Xiang‐Bo Wan,Weihu Wang
出处
期刊:British Journal of Cancer [Springer Nature]
卷期号:127 (2): 249-257 被引量:54
标识
DOI:10.1038/s41416-022-01786-7
摘要

BACKGROUND: To analyse the performance of multicentre pre-treatment MRI-based radiomics (MBR) signatures combined with clinical baseline characteristics and neoadjuvant treatment modalities to predict complete response to neoadjuvant (chemo)radiotherapy in locally advanced rectal cancer (LARC). METHODS: Baseline MRI and clinical characteristics with neoadjuvant treatment modalities at four centres were collected. Decision tree, support vector machine and five-fold cross-validation were applied for two non-imaging and three radiomics-based models' development and validation. RESULTS: We finally included 674 patients. Pre-treatment CEA, T stage, and histologic grade were selected to generate two non-imaging models: C model (clinical baseline characteristics alone) and CT model (clinical baseline characteristics combining neoadjuvant treatment modalities). The prediction performance of both non-imaging models were poor. The MBR signatures comprising 30 selected radiomics features, the MBR signatures combining clinical baseline characteristics (CMBR), and the CMBR incorporating neoadjuvant treatment modalities (CTMBR) all showed good discrimination with mean AUCs of 0.7835, 0.7871 and 0.7916 in validation sets, respectively. The three radiomics-based models had insignificant discrimination in performance. CONCLUSIONS: The performance of the radiomics-based models were superior to the non-imaging models. MBR signatures seemed to reflect LARC's true nature more accurately than clinical parameters and helped identify patients who can undergo organ preservation strategies.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刻苦的新烟完成签到 ,获得积分0
2秒前
6w完成签到 ,获得积分10
3秒前
lzr完成签到 ,获得积分10
7秒前
慕青的应助被笑然采纳,获得10
7秒前
JinwenShi完成签到,获得积分10
9秒前
沐晴完成签到,获得积分10
11秒前
科研通AI2S的应助被lilylian采纳,获得10
16秒前
六七完成签到 ,获得积分10
18秒前
小小完成签到 ,获得积分10
20秒前
诸葛明明的应助被木木木采纳,获得10
22秒前
廿二完成签到 ,获得积分10
24秒前
妮妮完成签到,获得积分10
24秒前
子平完成签到 ,获得积分0
25秒前
梦在远方完成签到 ,获得积分10
25秒前
忆_完成签到 ,获得积分10
25秒前
杨维完成签到 ,获得积分10
27秒前
我爱写论文完成签到 ,获得积分10
28秒前
29秒前
甜心椰奶莓莓完成签到 ,获得积分10
33秒前
眯眯眼的破茧完成签到,获得积分10
35秒前
小鱼崽完成签到 ,获得积分10
39秒前
namcha完成签到 ,获得积分10
39秒前
威武幼荷完成签到 ,获得积分10
43秒前
美丽觅夏完成签到 ,获得积分10
45秒前
猩猩完成签到,获得积分10
47秒前
zhao完成签到,获得积分10
50秒前
Heaven完成签到 ,获得积分10
57秒前
dwdwdw完成签到 ,获得积分10
1分钟前
1分钟前
笑然发布了新的文献求助10
1分钟前
故意的白昼完成签到 ,获得积分10
1分钟前
LY完成签到 ,获得积分10
1分钟前
t铁核桃1985完成签到 ,获得积分0
1分钟前
RaeganWehe完成签到,获得积分10
1分钟前
ADChem_JH完成签到,获得积分10
1分钟前
1分钟前
bkagyin的应助被爱听歌的岱周采纳,获得10
1分钟前
六六发布了新的文献求助30
1分钟前
1分钟前
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology)求助 1000
Encyclopedia of Modern Artificial Intelligence 1000
John McDowells Bildungstheorie 800
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
Synthesis, Application and Future Perspectives of Smart Nano-materials - Part 1 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8152022
求助须知:如何正确求助?哪些是违规求助? 9548857
关于积分的说明 21687650
捐赠科研通 7740154
什么是DOI,文献DOI怎么找? 3425126
关于科研通互助平台的介绍 2550241
邀请新用户注册赠送积分活动 2468531