Gesundheit

Ein tool zum erkennen von Patienten mit einem hohen Risiko für schlechte Lungenkrebs-Ergebnisse

Lungenkrebs ist die zweithäufigste Krebserkrankung bei Männern und Frauen in den Vereinigten Staaten. Es ist auch die führende Ursache von Krebs-Todesfällen bei beiden Geschlechtern, so dass fast 25% aller Krebs-Todesfälle Bundesweit. Dies ist der Grund, warum das screening für Lungenkrebs, vor allem bei Gruppen mit hohem Risiko, wie Leben Raucher, ist so wichtig. Screening mit niedrig-Dosis-Computertomographie (CT) ist verbunden mit einer Reduzierung von 20% bei Lungenkrebs Tod. Jedoch, niedrig-Dosis-CT hat auch seine Grenzen, wie über die Diagnose langsam wachsender Lungenkrebs, die dürfen nie zu Lasten des Patienten. In einer neuen Studie, die in Nature Scientific Reports, Moffitt Cancer Center Forscher haben gezeigt, wie die Verwendung von radiomics verbessern können Lungenkrebs-screening durch die Identifizierung frühen Stadium Lungenkrebs-Patienten, die am hohen Risiko für schlechtere Ergebnisse, und daher erfordern aggressive follow-up und/oder der adjuvanten Therapie.

Radiomics ist ein wachsender Bereich der Krebsforschung, dass Extrakte von nicht-invasiven Biomarkern aus der medizinischen Bildgebung. Es hat Vorteile gegenüber zirkulierenden und Gewebe-basierten Biomarkern, weil radiomic Funktionen berechnet werden, die von standard-of-care-imaging und reflektieren den gesamten tumor Belastung, nicht nur eine Probe des Tumors.

Für die Studie, die Moffitt-Forscher verwendeten Daten aus der National Lung Screening Trial (NLST), eine Studie zum Vergleich von zwei Lungenkrebs-screening-Methoden—niedrig-Dosis-CT und standard-Brust X-ray. Sie erzeugt radiomic Funktionen von NLST-Patienten, die mit Lungenkrebs diagnostiziert, während Ihrer Vorführung. Funktionen, einschließlich Größe, Form, Volumen und textur-Eigenschaften, berechnet wurden, von innen (intratumorale) und Umgebung (peritumoral) Ihre Lunge-Krebs-Tumoren. Die Patienten wurden dann aufgeteilt in Trainings-und test-Kohorten und einer externen Kohorte von nicht-Bildschirm erkannt Lungenkrebs-Patienten verwendet wurde, für die weitere Validierung.

„Unser Ziel war es, zu verwenden radiomic Funktionen zu entwickeln, die eine reproduzierbare Modell kann Vorhersagen, dass das überlebens-Ergebnisse bei Patienten, die diagnostiziert werden, während ein Lungenkrebs-screening,“ sagte Jaileene Pérez-Morales, Ph. D., Blei-Autor der Studie und ein postdoctoral fellow an Moffitt.

Nach den Analysen zu entfernen, redundante und nicht-reproduzierbare radiomics Funktionen, die Forscher waren in der Lage, ein Modell zu entwickeln, mit denen eine gefährdete Gruppe der Bildschirm erkannt wird, frühzeitig Lungenkrebs-Patienten, die ein hohes Risiko der Armen überleben Ergebnisse. Insbesondere das Modell verwendet zwei radiomic Funktionen, peritumoral und eine intratumorale Schichten Patienten, die in drei Risiko-Gruppen—niedrig, Mittel und hoch. Die hoch-Risiko-Patienten möglicherweise mehr aggressive Krebs, der während früh gefangen, konnte immer noch eine häufige follow-up und/oder der adjuvanten Therapie.