Прогнозирование ответа на неоадъювантную химиотерапию при раке шейки матки: возможности радиомного анализа МР-изображений

Обложка
  • Авторы: Солопова А.Е.1,2, Бендженова Б.Б.1, Хохлова С.В.1
  • Учреждения:
    1. ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации
    2. ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова Министерства здравоохранения Российской Федерации» (Сеченовский университет)
  • Выпуск: № 12 (2024)
  • Страницы: 139-147
  • Раздел: Оригинальные статьи
  • URL: https://journals.eco-vector.com/0300-9092/article/view/653978
  • DOI: https://doi.org/10.18565/aig.2024.311
  • ID: 653978

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Цель: Разработать и валидировать радиомную модель прогнозирования ответа опухоли на неоадъювантную химиотерапию (НАХТ) у пациенток с местнораспространенным раком шейки матки (МРШМ) на основе МР-изображений.

Материалы и методы: В исследование ретроспективно были включены 182 пациентки в возрасте от 27 до 49 лет со стадиями заболевания IB3–IIB и IIIC1 (2 пациентки, имеющие метастатическое поражение тазовых лимфатических узлов (ЛУ)) по FIGO 2018, проходившие лечение в условиях НМИЦ АГП им. В.И. Кулакова с 2018 г. по 2023 г. Радиомные параметры извлекались из Т2 взвешенных (Т2-ВИ) и диффузно-взвешенных (ДВИ) МР-изображений. Наиболее статистически значимые признаки выбраны с использованием линейной регрессии LASSO (Least Absolute Shrinkage and Selection Operator, оператор наименьшего абсолютного сокращения и выбора). Построение номограммы было основано на комбинации радиомных признаков и клинических данных. С целью оценки прогностической эффективности и клинической пользы разработанной модели использовали ROC-анализ и анализ кривой принятия решений.

Результаты: В рамках исследования разработаны две модели прогнозирования ответа на НАХТ. Первая модель включала изолированно радиомные признаки и продемонстрировала чувствительность 79,6% в основной и 85,7% в тестовой группе; специфичность 80,6% и 72,1% соответственно. AUC равна 0,90 в основной и 0,83 – в валидационной группе. С целью улучшения качества модели в номограмму кроме радиомных параметров были включены клинические данные (максимальный линейный размер и степень дифференцировки опухоли; возраст пациенток; наличие метастатически измененных ЛУ). Радиомная номограмма показала чувствительность 87,8% и 71,4%; специфичность 88,8% и 97,7% в основной и тестовой группах соответственно. AUC составила 0,96 и 0,94.

Заключение: Построенная радиомная модель эффективна в прогнозировании терапевтического ответа НАХТ при РШМ.

Полный текст

Доступ закрыт

Об авторах

Алина Евгеньевна Солопова

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации; ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова Министерства здравоохранения Российской Федерации» (Сеченовский университет)

Автор, ответственный за переписку.
Email: dr.solopova@mail.ru
ORCID iD: 0000-0003-4768-115X
Scopus Author ID: 24460923200
ResearcherId: P-8659-2015

д.м.н., в.н.с. отдела лучевой диагностики, профессор кафедры акушерства, гинекологии, перинатологии и перинатальной медицины ИПО

Россия, 117997, Москва, ул. Академика Опарина, д. 4; 119991, Москва, ул. Трубецкая, д. 8, стр. 2

Бова Батнасановна Бендженова

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации

Email: dr.solopova@mail.ru
ORCID iD: 0009-0004-4744-0422

аспирант

Россия, 117997, Москва, ул. Академика Опарина, д. 4

Светлана Викторовна Хохлова

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации

Email: dr.solopova@mail.ru
ORCID iD: 0000-0002-4121-7228

д.м.н., заведующая отделением противоопухолевой лекарственной терапии

Россия, 117997, Москва, ул. Академика Опарина, д. 4

Список литературы

  1. Bray F., Laversanne M., Sung H., Ferlay J., Siegel R.L., Soerjomataram I. et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J. Clin. 2024; 74(3): 229-63. https://dx.doi.org/10.3322/caac.21834.
  2. Abu-Rustum N.R., Yashar C.M., Bean S., Bradley K., Campos S.M., Chon H.S. et al. NCCN Guidelines Insights: Cervical Cancer, Version 1.2020. J. Natl. Compr. Canc. Netw. 2020; 18(6): 660-6. https://dx.doi.org/10.6004/jnccn.2020.0027.
  3. Panici P.B., Di Donato V., Palaia I., Visentin V.S., Marchetti C., Perniola G. et al. Type B versus Type C radical hysterectomy after neoadjuvant chemotherapy in locally advanced cervical carcinoma: a propensity-matched analysis. Ann. Surg. Oncol. 2016; 23(7): 2176-82. https://dx.doi.org/10.1245/s10434-015-4996-z.
  4. Valentini A.L., Miccò M., Gui B., Giuliani M., Rodolfino E., Telesca A.M. et al. The PRICE study: The role of conventional and diffusion-weighted magnetic resonance imaging in assessment of locally advanced cervical cancer patients administered by chemoradiation followed by radical surgery. Eur. Radiol. 2018; 28(6): 2425-35. https://dx.doi.org/10.1007/s00330-017-5233-x.
  5. Рубцова Н.А., Березовская Т.П., Быченко В.Г., Павловская Е.А., Солопова А.Е., Агабабян Т.А., Ходжибекова М.М., Рыжкова Д.В., Чекалова М.А., Мешкова И.Е., Гажонова В.Е., Гус А.И., Багненко С.С., Медведева Б.М., Ашрафян Л.А., Новикова Е.Г., Берлев И.В., Демидова Л.В., Крикунова Л.И., Коломиец Л.А. Лучевая диагностика рака шейки матки. Консенсус экспертов. Медицинская визуализация. 2024; 28(1):141-56. [Rubtsova N.A., Berezovskaia T.P., Bychenko V.G., Pavlovskaya E.A., Solopova A.E., Agababyan T.A., Khodzhibekova M.M., Ryzhkova D.V., Chekalova M.A., Meshkova I.E., Gazhonova V.E., Gus A.I., Bagnenko S.S., Medvedeva B.M., Ashrafyan L.A., Novikova E.G., Berlev I.V., Demidova L.V., Krikunova L.I., Kolomiets L.A. Imaging of cervical cancer. Consensus of experts. Medical Visualization. 2024; 28(1): 141-56. (in Russian)]. https://dx.doi.org/10.24835/1607-0763-1341.
  6. Gadducci A., Cosio S. Neoadjuvant chemotherapy in locally advanced cervical cancer: review of the literature and perspectives of clinical research. Anticancer. Res. 2020; 40(9): 4819-28. https://dx.doi.org/10.21873/anticanres.14485.
  7. Wang Y.C., Hu D.Y., Hu X.M., Shen Y.Q., Meng X.Y., Tang H. et al. Assessing the early response of advanced cervical cancer to neoadjuvant chemotherapy using intravoxel incoherent motion diffusion-weighted magnetic resonance imaging: A pilot study. Chin. Med. J. (Engl.). 2016; 129(6): 665-71. https://dx.doi.org/10.4103/0366-6999.177995.
  8. Dolciami M., Capuani S., Celli V., Maiuro A., Pernazza A., Palaia I. et al. Intravoxel Incoherent Motion (IVIM) MR quantification in locally advanced cervical cancer (LACC): preliminary study on assessment of tumor aggressiveness and response to neoadjuvant chemotherapy. J. Pers. Med. 2022; 12(4): 638. https://dx.doi.org/10.3390/jpm12040638.
  9. Li M., Zhang J., Dan Y., Yao Y., Dai W., Cai G. et al. A clinical-radiomics nomogram for the preoperative prediction of lymph node metastasis in colorectal cancer. J. Transl. Med. 2020; 18(1): 46. https://dx.doi.org/10.1186/s12967-020-02215-0.
  10. Ciolina M., Vinci V., Villani L., Gigli S., Saldari M., Panici P.B. et al. Texture analysis versus conventional MRI prognostic factors in predicting tumor response to neoadjuvant chemotherapy in patients with locally advanced cancer of the uterine cervix. Radiol. Med. 2019; 124(10): 955-64. https://dx.doi.org/10.1007/s11547-019-01055-3.
  11. Sun C., Tian X., Liu Z., Li W., Li P., Chen J. et al. Radiomic analysis for pretreatment prediction of response to neoadjuvant chemotherapy in locally advanced cervical cancer: A multicentre study. EBioMedicine. 2019; 46: 160-9. https://dx.doi.org/10.1016/j.ebiom.2019.07.049.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. РШМ IIА2 по FIGO в процессе НАХТ (интервал наблюдения 3 месяца), ручная сегментация области интереса. PR-RECIST 1.1. Частичный ответ. Отмечается уменьшение размеров опухоли (А — Т2-ВИ в сагиттальной и аксиальной плоскостях до начала лечения (выделена зона интереса); С, D — Т2-ВИ в сагиттальной и аксиальной плоскостях, выделена резидуальная опухоль после проведения 3 курсов НАХТ)

Скачать (78KB)
3. Рис. 2. РШМ IIA2 по FIGO в процессе НАХТ (интервал наблюдения 2,5 месяца), ручная сегментация области интереса. CR-RECIST 1.1. Полный ответ (А, В — Т2-ВИ в сагиттальной и аксиальной плоскостях до начала лечения; С, D — Т2-ВИ в сагиттальной и аксиальной плоскостях после проведения 3 курсов НАХТ)

Скачать (829KB)
4. Рис. 3. Процесс выбора радиомных признаков с помощью алгоритма LASSO. Получено 16 признаков с ненулевыми коэффициентам, коррелирующих с ответом на терапию

Скачать (258KB)
5. Рис. 4. Значимость параметров и соответствующие им коэффициенты, полученные методом линейной регрессии в процессе построения модели

Скачать (432KB)
6. Рис. 5. ROC-кривая модели, построенной с использованием регрессии LASSO на основе радиомных параметров

Скачать (420KB)
7. Рис. 6. Радиомная номограмма, построенная с учетом значений rad-score, размера и дифференцировки опухоли, возраста пациентки и наличия метастатически измененных ЛУ

Скачать (542KB)
8. Рис. 7. ROC-кривая радиомной номограммы

Скачать (417KB)
9. Рис. 8. Анализ кривой принятия решений номограммы

Скачать (176KB)

© ООО «Бионика Медиа», 2024