Прогностическая ценность радиогеномики с использованием КТ у пациентов с раком лёгкого: систематический обзор

The prognostic value of radiogenomics using CT in patients with lung cancer: a systematic review
Yixiao Jiang, Chuan Gao, Yilin Shao, Xinjing Lou, Meiqi Hua, Jiangnan Lin, Linyu Wu, Chen Gao
2024-10-28

КТ-радиомикагеномные моделипрогнозирование рака легкогорадиогеномикасистематический обзор
Целью настоящего систематического обзора была оценка эффективности объединения радиомических и геномных моделей для прогнозирования долгосрочного прогноза у пациентов с раком лёгкого, а также содействие дальнейшему изучению радиомики. В нескольких базах данных был проведён поиск литературы по применению радиомики и геномики для изучения прогноза рака лёгкого. Построение моделей осуществлялось с использованием радиомических и геномных методов. Была проведена комплексная оценка систематической ошибки, включавшая оценку риска и показателей эффективности моделей. Проанализированы десять исследований, опубликованных в период с 2016 по 2023 год. Большинство исследований имели ретроспективный дизайн. Размер и характеристики когорт пациентов различались; число пациентов составляло от 79 до 315. При построении моделей использовались различные радиомические и геномные наборы данных, при этом большинство моделей демонстрировало перспективные прогностические характеристики: площадь под характеристической кривой операционной характеристики приёмника (AUC) составляла от 0,64 до 0,94, а индекс конкордантности (C-index) — от 0,28 до 0,80. Комбинированные модели, как правило, превосходили модели, основанные на одном методе, что указывало на более высокую точность прогнозирования; максимальное значение AUC составило 0,99. Объединение радиомики и геномики в прогностических моделях рака лёгкого может повысить прогностическую эффективность. Однако для подтверждения этих результатов и их внедрения в клиническую практику необходимы дальнейшие исследования с использованием стандартизированных данных и более крупных когорт. КРИТИЧЕСКАЯ КЛИНИЧЕСКАЯ ЗНАЧИМОСТЬ: Объединение радиомики и геномики в прогностических моделях рака лёгкого повысило точность прогнозирования в большинстве включённых исследований. ОСНОВНЫЕ ПОЛОЖЕНИЯ: Объединение радиомики и геномики может улучшать эффективность моделей в большинстве исследований. Обсуждаются результаты построения прогностических моделей с использованием различных методов. Объединение радиомики и геномики может способствовать выбору более эффективного лечения пациентов.
1
Систематический обзор проанализировал 10 прогностических исследований по радиогеномике рака лёгкого, опубликованных в 2016–2023 годах; большинство были ретроспективными и включали 79–315 пациентов.
2
Комбинированные радиомно-геномные модели обычно превосходили модели на основе одного типа данных; максимальное зарегистрированное значение AUC достигало 0,99.
3
Радиогеномные модели в целом демонстрировали перспективные результаты: значения AUC составляли 0,64–0,94, а индекса конкордантности — 0,28–0,80.
4
Интеграция радиомики и геномики может повысить точность прогноза при раке лёгкого и потенциально способствовать более персонализированному лечению.
5
Для подтверждения радиогеномных моделей и внедрения их в клиническую практику необходимы стандартизированные данные и более крупные когорты.

Пациенты с раком лёгкого и их радиомико-геномные прогностические модели, основанные на данных КТ и геномных данных

Прогностическая ценность и предсказательная эффективность комбинирования радиомики КТ и геномики для оценки долгосрочных исходов при раке лёгкого, включая точность моделей и их сравнительную эффективность по отношению к моделям на основе одного метода

Publication Details
Publication Date
2024-10-28
Journal
Publisher
ISSN
Cited by
10
Access Type
Author Information
Authors
Yixiao Jiang
Chuan Gao
Yilin Shao
Xinjing Lou
Meiqi Hua
Jiangnan Lin
Linyu Wu
Chen Gao
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%