Key points are not available for this paper at this time.
Resumo Objetivo O escore de Gleason (GS) e as agulhas positivas são indicadores agressivos cruciais do câncer de próstata (PCa). Este estudo teve como objetivo investigar a utilidade dos modelos de radiômica de ressonância magnética (MRI) na predição do GS e das agulhas positivas da biópsia sistemática no PCa. Material e Métodos Um total de 218 pacientes com PCa comprovado patologicamente foram recrutados retrospectivamente em 2 centros. Imagens T2 ponderadas de alta resolução com pequeno campo de visão e sequências de contraste tardio pós-contraste foram selecionadas para extrair características radiômicas. Em seguida, análise de variância e eliminação recursiva de características foram aplicadas para remover características redundantes. Modelos radiômicos para predizer GS e agulhas positivas foram construídos com base em MRI e diversos classificadores, incluindo máquina de vetor de suporte, análise discriminante linear, regressão logística (LR) e LR usando o operador de seleção e encolhimento absoluto mínimo (lasso). Os modelos foram avaliados pela área sob a curva (AUC) da curva característica de operação do receptor. Resultados 11 características foram escolhidas como o subconjunto principal para predição do GS, enquanto 5 características foram selecionadas para predição das agulhas positivas. LR foi escolhido como classificador para construir os modelos radiômicos. Para predição do GS, a AUC dos modelos radiômicos foi de 0,811, 0,814 e 0,717 nos conjuntos de treinamento, validação interna e validação externa, respectivamente. Para predição de agulhas positivas, a AUC foi de 0,806, 0,811 e 0,791 nos conjuntos de treinamento, validação interna e validação externa, respectivamente. Conclusões Modelos radiômicos de MRI são adequados para predizer GS e agulhas positivas da biópsia sistemática no PCa. Os modelos podem ser usados para identificar PCa agressivo usando um método diagnóstico não invasivo, repetível e preciso.
Building similarity graph...
Analyzing shared references across papers
Loading...
nini pan
Liuyan Shi
Di-liang He
Discover Oncology
Gansu Provincial Hospital
Gansu University of Traditional Chinese Medicine
Philips (China)
Building similarity graph...
Analyzing shared references across papers
Loading...
pan et al. (Tue,) estudaram essa questão.
www.synapsesocial.com/papers/68e6ee1fb6db64358766935a — DOI: https://doi.org/10.1007/s12672-024-00980-8
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: