文献

J-GLOBAL ID：202002218498312368   整理番号：20A0669481

直腸癌におけるKRAS変異の予測のためのMRIに基づく放射線学署名の開発と検証【JST・京大機械翻訳】

Development and validation of a MRI-based radiomics signature for prediction of KRAS mutation in rectal cancer

著者 (8件)： Cui Yanfen (Department of Radiology, Shanxi Province Cancer Hospital, Shanxi Medical University, Taiyuan, China) ,  Liu Huanhuan (Department of Radiology, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China) ,  Ren Jialiang (GE Healthcare China, Beijing, China) ,  Du Xiaosong (Department of Radiology, Shanxi Province Cancer Hospital, Shanxi Medical University, Taiyuan, China) ,  Xin Lei (Department of Radiology, Shanxi Province Cancer Hospital, Shanxi Medical University, Taiyuan, China) ,  Li Dandan (Department of Radiology, Shanxi Province Cancer Hospital, Shanxi Medical University, Taiyuan, China) ,  Yang Xiaotang (Department of Radiology, Shanxi Province Cancer Hospital, Shanxi Medical University, Taiyuan, China) ,  Wang Dengbin (Department of Radiology, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China)
資料名： European Radiology  (European Radiology)
巻： 30  号： 4  ページ： 1948-1958  発行年： 2020年 
JST資料番号： W4351A  ISSN： 0938-7994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 【目的】直腸癌患者におけるKRAS突然変異状態の個々の予測のためのT2強調(T2W)画像ベースの放射線学的特徴を開発する。【方法】病理学的に診断された直腸腺癌(訓練データセット,n=213;内部検証データセット,n=91)を有する中心Iからの連続患者340人を,著者らの遡及的研究に登録した。中心II(n=86)からの患者を外部検証データセットとして選択した。合計960の画像特徴を,各患者に対して高分解能T2W画像から抽出した。5段階,主に単変量統計試験を特徴選択に適用した。次に,3つの分類方法,すなわち,ロジスティック回帰(LR),ディシジョンツリー(DT),およびサポートベクトルマシン(SVM)アルゴリズムを適用して,訓練データセットにおけるKRAS予測のための放射線学的署名を開発した。予測性能を,受信者動作特性曲線(ROC)分析,較正曲線,および決定曲線分析(DCA)によって評価した。結果:7つの放射線学的特徴は,直腸癌のKRAS関連の放射線学的特徴としてスクリーニングされた。著者らの最良の予測モデルは,訓練データセットにおいて0.722(95%CI,0.654-0.790)のAUCによってSVM分類装置によって得た。これは,良好な較正を伴う内部および外部検証データセットにおいて検証され,対応するAUCsはそれぞれ0.682(95%CI,0.569-0.794)および0.714(95%CI,0.602-0.827)であった。DCAは臨床的有用性を確認した。結論:提案したT2WIに基づく放射線学的特徴は,KRAS状態を予測するための中程度の性能を有し,直腸癌患者におけるKRAS発現を決定するためのゲノム解析の補完に有用である可能性がある。鍵となるポイントは,KRAS状態に対する中等度の診断的意義を示した。最良の予測モデルは,SVM分類器で得られた。ベースライン臨床および組織病理学的特徴は,KRAS突然変異と関連しなかった。Copyright European Society of Radiology 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高分解能 ,  NMRイメージング ,  ディシジョンツリー ,  *直腸 ,  サポートベクトルマシン ,  特徴選択 ,  画像特性 ,  突然変異 ,  *放射線医学 ,  *直腸腫瘍 ,  基準線 ,  腺癌 ,  アルゴリズム ,  予測モデル ,  検量線

著者キーワード (4件)： 磁気共鳴イメージング ,  直腸腫瘍 ,  放射線学 ,  突然変異

分類 (1件)： 消化器の腫よう  (GH04000D)

タイトルに関連する用語 (9件)： 直腸癌 ,  KRAS ,  変異 ,  予測 ,  MRI ,  放射線学 ,  署名 ,  開発 ,  検証