您好,欢迎您

2024 ESMO丨爱尔兰都柏林Jarushka Naidoo 教授团队:定量放射组学用于检测 III 期不可切除 NSCLC 患者化疗后的症状性肺炎

09月15日
编译:肿瘤资讯
来源:肿瘤资讯

2024欧洲肿瘤内科学会(ESMO)年会即将于西班牙巴塞罗那盛大召开,大会将一如既往为肿瘤领域带来最新前沿进展与诊疗理念,为改变临床实践、探索研究风向等提供学术交流平台。

当前,ESMO官网已公布了部分摘要的详细内容,其中爱尔兰都柏林Jarushka Naidoo 教授团队的一项临床研究成功入选Mini oral session 1: Non-metastatic NSCLC,引起国内外广泛关注与讨论。【肿瘤资讯】特此整理,以飨读者。

摘要ID:1240MO

英文标题:Quantitative radiomics for the detection of symptomatic pneumonitis following chemoradiotherapy in patients with stage III unresectable NSCLC

中文标题:定量放射组学用于检测 III 期不可切除 NSCLC 患者化疗后的症状性肺炎

研究类型:Mini oral session 1: Non-metastatic NSCLC

讲者:Jarushka Naidoo (Dublin, Ireland, MD)

研究背景

肺炎是放疗和免疫治疗的常见并发症。在临床试验(PACIFIC;NCT02125461)和真实世界研究(PACIFIC-R;NCT03798535)中,33.9%(Grade [Gr]≥2:19.8%)和17.9%(Gr≥2:11.7%)的III期不可切除NSCLC患者(pts)在同时接受化放疗后接受了度伐利尤单抗巩固治疗。准确的放射线组学分析可实现无症状(即 Gr ≥2)肺炎(SP)的早期检测和治疗,这对优化患者护理至关重要。在此,我们对放射组学在SP鉴定中的实用性进行了评估。

研究设计

对PACIFIC试验中的538例患者进行了分析,其中97例(18%)患有SP,441例(82%)未患肺炎或无症状。采用自动分割模型对 CT 图像进行了专有的放射学评估,以识别 4 种异常模式(蜂窝状、网状、磨玻璃不透明和固定结节)并量化其他放射学特征。开发了正则逻辑回归模型(regularised logistic regression models),并对其识别 SP 的判别能力进行了评估。第一个模型根据放射学数据进行训练;第二个模型根据放射学和临床数据进行训练。报告的几率比(ORs)基于 10 次重复 5 倍交叉验证;ORs >1 表示与 SP 呈正相关。

研究结果

第一个模型能够利用网状结构体积归一化总肺活量(TLC;OR [95% CI]:1.58 [1.56, 1.61])和肺容积(0.60 [0.59, 0.61])来识别 SP(AUC [95% CI]:0.74 [0.72, 0.75])。加入临床数据增强了第二个模型(AUC [95% CI]:0.78 [0.77,0.80]),该模型利用网状结构体积归一化 TLC(OR [95% CI]:1.83 [1.80,1.86])、度伐利尤单抗治疗(2.55 [2. 45,2.65])、亚洲人种(3.11 [2.98,3.23])、中性粒细胞计数(1.97 [1.94,2.01])、依托泊苷治疗(1.49 [1.43,1.56])、IIIA 期疾病(1.77 [1.71,1.83])和基线吸烟状态(0.56 [0.54,0.57])。我们将报告最终模型的 OR 值。

研究结论

基于放射学特征和临床变量的模型可以预测 SP 的发展。随着技术的不断完善,这些技术可能会使NSCLC和其他癌症患者更早地诊断出SP。目前正在利用其他数据集进行验证。


责任编辑:肿瘤资讯-云初
排版编辑:肿瘤资讯-云初


版权声明
本文专供医学专业人士参考,未经著作人许可,不可出版发行。同时,欢迎个人转发分享,其他任何媒体、网站如需转载或引用本网版权所有内容,须获得授权,且在醒目位置处注明“转自:良医汇-肿瘤医生APP”。

评论
09月15日
高敬华
沧州市中心医院 | 肿瘤内科
基于放射学特征和临床变量的模型可以预测 SP 的发展