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,Jie 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:14
标识
DOI:10.1038/s41416-022-01786-7
摘要

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).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.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.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.
最长约 10秒,即可获得该文献文件

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
努力向流域靠近完成签到,获得积分10
刚刚
小丸子呀发布了新的文献求助10
1秒前
13击完成签到,获得积分10
1秒前
赘婿应助wdr采纳,获得10
3秒前
诚心语琴关注了科研通微信公众号
4秒前
ppf完成签到,获得积分20
5秒前
6秒前
土豪的摩托完成签到 ,获得积分10
11秒前
哈哈哈完成签到 ,获得积分10
12秒前
Serein发布了新的文献求助10
13秒前
阔达代芹完成签到,获得积分10
15秒前
18秒前
文瑄完成签到 ,获得积分0
19秒前
日出发布了新的文献求助10
22秒前
yalyn完成签到,获得积分10
22秒前
26秒前
酷炫画板完成签到 ,获得积分10
27秒前
27秒前
29秒前
wdr发布了新的文献求助10
32秒前
ECHO完成签到,获得积分10
32秒前
e746700020发布了新的文献求助10
34秒前
哈哈完成签到,获得积分10
35秒前
35秒前
科研通AI5应助科研通管家采纳,获得10
38秒前
香蕉觅云应助科研通管家采纳,获得10
38秒前
CodeCraft应助科研通管家采纳,获得10
38秒前
38秒前
42秒前
汉堡包应助dnmd采纳,获得10
43秒前
堪尔风完成签到 ,获得积分10
44秒前
Pursue。发布了新的文献求助10
45秒前
高数数完成签到 ,获得积分10
47秒前
Lucas选李华完成签到 ,获得积分10
48秒前
49秒前
Pursue。完成签到,获得积分10
52秒前
54秒前
54秒前
灵巧谷槐完成签到,获得积分20
56秒前
黄滔发布了新的文献求助10
57秒前
高分求助中
【此为提示信息,请勿应助】请按要求发布求助,避免被关 20000
Les Mantodea de Guyane Insecta, Polyneoptera 2500
Computational Atomic Physics for Kilonova Ejecta and Astrophysical Plasmas 500
Technologies supporting mass customization of apparel: A pilot project 450
Mixing the elements of mass customisation 360
Периодизация спортивной тренировки. Общая теория и её практическое применение 310
the MD Anderson Surgical Oncology Manual, Seventh Edition 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3781878
求助须知:如何正确求助?哪些是违规求助? 3327449
关于积分的说明 10231282
捐赠科研通 3042334
什么是DOI,文献DOI怎么找? 1669967
邀请新用户注册赠送积分活动 799446
科研通“疑难数据库(出版商)”最低求助积分说明 758808