頭頸部がんのPET/CTラジオミクスと臨床情報を使用した再発フリー生存予測

Core Concepts

PET/CTラジオミクスと臨床情報を使用して、頭頸部がんの再発フリー生存を予測するCox比例ハザードモデルを構築しました。

Abstract

この論文では、頭頸部がん（HNC）患者の口咽頭部位における再発フリー生存（RFS）を予測するCox比例ハザード（CoxPH）モデルが構築されました。臨床情報とComputed Tomography（CT）およびPositron Emission Tomography（PET）から抽出された多面的なラジオミクス特徴量を利用した当該モデルは、HEad and neCK TumOR（HECKTOR）チャレンジデータでトレーニングされ、最も性能の良いモデルは臨床情報と多面的なCTおよびPETラジオミクス特徴量を利用した場合に0.74のコンコーダンス指数（C-index）を達成しました。また、セグメンテーション精度が抽出されたラジオミクス特徴量の予測力に及ぼす影響についても探究しました。セグメンテーション精度はPETとCTに異なる影響を与えることが確認されました。

Stats

最も性能の良いモデルは臨床情報と多面的なCTおよびPETラジオミクス特徴量を利用した場合に0.74のコンコーダンス指数（C-index）を達成しました。 CT+臨床情報のGround truth モデルは0.77のC-indexであり、最高性能であった。 PET+臨床情報のGround truth モデルは0.65のC-indexであり、他のGround truth モデルよりも低かった。 PET+臨床情報 モデルはUnder-segmentation に影響され、Annotations がr=2でOver-segmented の場合に最高性能を示しました。 CT+臨床情報 モデルはOver-segmentation に敏感であった。

Quotes

"HEad and neCK TumOR (HECKTOR) challenge provided FDG-PET and CT images of patients diagnosed with oropharyngeal HNC." "Our models utilise both clinical information and multimodal radiomics features extracted from tumour regions in Computed Tomography (CT) and Positron Emission Tomography (PET)." "The best performing model achieved a concordance index (C-index) of 0.74 for the model utilising clinical information and multimodal CT and PET radiomics features." "Our under- and over-segmentation study confirms that segmentation accuracy affects radiomics extraction, however, it affects PET and CT differently."

Key Insights Distilled From

Prediction of recurrence free survival of head and neck cancer using PET/CT radiomics and clinical information

by Mona... at arxiv.org 02-29-2024

https://arxiv.org/pdf/2402.18417.pdf

Deeper Inquiries

今後、どうやって画像処理技術やセグメンテーションアルゴリズムを改善していくべきですか？

本研究から得られた知見に基づいて、画像処理技術とセグメンテーションアルゴリズムの改善には以下の点が重要です。 PETとCTの違いを考慮したディスクリーティゼーション：PETとCTは異なる測定範囲を持つため、それぞれに最適化されたビン幅を使用することで情報の損失を最小限に抑える必要があります。 境界領域の有用性：PET画像では模糊さがあるため、腫瘍周辺領域も重要な情報源である可能性が示唆されています。これを考慮したセグメンテーション手法の開発が必要です。 PETおよびCT用個別セグメンテーション：PETとCTから異なる特徴量を抽出する場合は、それぞれに対応したセグメンテーションアルゴリズムを採用することでモデル精度向上が期待されます。

本研究結果から得られる知見は、将来的な治療法や診断方法にどう応用できますか？

この研究結果は次世代の治療法および診断方法に多く貢献します。 予測精度向上: PET/CTラジオミクス特徴量の追加により再発フリー生存率（RFS）予測モデルの効力が向上しました。将来的な治療計画立案時や予後評価時に高い精度で再発リスク評価が可能となります。 個別化医療: ラジオミクス解析は腫瘍特性や進行度合い等個々人ごと異なるバイオマーカー情報提供し、患者毎カスタマイズ医学実現可能です。

実際の医療現場でこの研究結果がどう活用される可能性がありますか？

この成果は臨床現場でも大きく活用され得ます： 早期診断: PET/CTラジオミクス解析結果利用してHNC再発危険因子早期識別・介入促進可 治験支援: 新規治験プロトコール策定時また新薬開発段階でRFS予測能力高いラジオミクス指標導入 放射科学教育: イメージング専門家及び臨床医師間共同作業強調し正確な分割手法確立促進 以上