academic radiology:多序列MR放射组学特征预测脑转移瘤中的EGFR T790M突变

时间:2023-11-07 20:43:53   热度:37.1℃   作者:网络

据统计肺癌(LC)仍然是全世界癌症相关发病率和死亡率的主要原因表皮生长因子受体(EGFR)是非小细胞肺癌(NSCLC)中最常见的致癌驱动突变。现阶段第一代或第二代表皮生长因子受体酪氨酸激酶抑制剂(TKIs)已被确定为治疗携带表皮生长因子受体突变的NSCLC患者最有希望的药物之一。然而,几乎所有最初对这些TKIs有显著反应的患者最终都会通过各种机制产生获得性耐药。体细胞突变,即苏氨酸790与蛋氨酸(T790M)的替换,大约占一半是耐药的主要原因。除了获得性T790M突变外,原发性T790M突变偶尔会在NSCLC患者中检测到,这些患者对第一代或第二代TKIs也不敏感。中枢神经系统(CNS)是LC最常见的转移部位,也是治疗后复发的初始部位,与病情进展不佳有关。一些研究结果表明,在接受第一代或第二代TKIs治疗的EGFR突变患者中,T790M与脑转移(BM)明显相关。奥希美替尼是第三代TKIs,可以同时针对EGFR激活突变以及T790M耐药突变,包括原发性和获得性T790M。因此,在NSCLC病程中评估EGFR突变情况,早期识别T790M耐药性突变,特别是对于疾病进展的患者来说可以及时调整靶向治疗策略意义重大

现阶段临床上确认基因型的金标准仍然是通过活检进行病理检查。但大多数T790M突变是在EGFR-TKIs治疗期间由肿瘤细胞获得的,其检测需要对基因事件进行分析。鉴于活检的侵入性,反复获取样本是不可行的。此外,穿刺活检通常只对病变的一小部分进行量化,可能会受到肿瘤异质性的影响。循环肿瘤DNA(ctDNA)可作为评估T790M突变的替代方法,但受限于循环血液中的低丰度和高成本。

磁共振成像(MRI)是诊断和评估BM的基石,然而分子和遗传信息是肉眼看不见的。因此,开发一个非侵入性的、可重复的影像学标志物,实现整个肿瘤病变的评估以预测T790M耐药性突变,将具有很大的意义。放射学是一个不断发展的领域,通过从图像中提取一组特征,可以将医学图像自动分类到一个预定义的群体中。一些证据表明,基于转移性肿瘤的放射组学可预测肿瘤的基因型。然而据我们所知,还没有研究评估过基于BM的多序列MRI放射组学识别T790M耐药突变方面的价值

近日,发表在academic radiology杂志的一项研究开发并验证了一个用于识别有BM的NSCLC的EGFR T790M突变的基于多序列MRI的机器学习模型,并进一步探讨了哪种磁共振序列能达到最佳的诊断性能,为临床的进一步准确的进行风险评估。

项回顾性研究招募了233名NSCLC患者,其中包括来自两家医院的95名T790M患者和138名非T790M患者,分别作为训练队列和测试队列。分别从T2WI、T2流体增强反转恢复(T2-FLAIR)、扩散加权成像(DWI)和对比增强T1加权成像(T1-CE)序列中提取放射组学特征。根据最大信息系数和Boruta方法,选择了最可预测的特征。然后通过随机森林分类器建立四个放射组学模型来描述T790M突变的特征。构建ROC曲线、F1得分和DCA曲线,以验证四个模型的能力和性能。 
DWI模型表现出最好的性能,在训练队列中AUC和F1分数为0.886和0.789,在测试队列中为0.850和0.743。DCA曲线也显示,在测试队列中,DWI模型的整体净效益高于其余三个模型。其他三个模型无论在训练或测试队列中也有一定的分类能力,特别是T2-FLAIR模型。 


 DWI、T2-FLAIR、T1-CE和T2WI模型的ROC曲线。(a) 训练队列,(b) 测试队列

本项研究表明,基于多序列MRI的放射组学可预测EGFR T790M耐药突变的出现,特别是基于DWI序列的放射组学特征价值更高。

原文出处:

Ye Li,Xinna Lv,Bing Wang,et al.Predicting EGFR T790M Mutation in Brain Metastases Using Multisequence MRI-Based Radiomics Signature.DOI:10.1016/j.acra.2022.12.030

上一篇: 间充质干细胞治疗2型糖尿病的临床进展

下一篇: 滨州市:健康为民 从读懂群众需求出发


 本站广告