文献

J-GLOBAL ID：202002252988639176   整理番号：20A0130102

乳頭状甲状腺癌における腫瘍攻撃性を予測するための動的コントラスト強調MRIモデル選択【JST・京大機械翻訳】

Dynamic contrast-enhanced MRI model selection for predicting tumor aggressiveness in papillary thyroid cancers

著者 (18件)： Paudyal Ramesh (Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Lu Yonggang (Department of Radiology, Medical College of Wisconsin, Milwaukee, Wisconsin, USA) ,  Hatzoglou Vaios (Department of Radiology, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Moreira Andre (Department of Pathology, NYU Langone Medical Center, New York, USA) ,  Stambuk Hilda E. (Department of Radiology, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Oh Jung Hun (Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Cunanan Kristen M. (Department of Epidemiology and Biostatistics, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Aramburu Nunez David (Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Mazaheri Yousef (Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Mazaheri Yousef (Department of Radiology, Medical College of Wisconsin, Milwaukee, Wisconsin, USA) ,  Gonen Mithat (Department of Epidemiology and Biostatistics, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Ho Alan (Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Fagin James A. (Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Wong Richard J. (Department of Surgery, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Shaha Ashok (Department of Surgery, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Tuttle R. Michael (Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Shukla-Dave Amita (Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, USA) ,  Shukla-Dave Amita (Department of Radiology, Memorial Sloan Kettering Cancer Center, New York, USA)
資料名： NMR in Biomedicine (Nuclear Magnetic Resonance)  (NMR in Biomedicine (Nuclear Magnetic Resonance))
巻： 33  号： 1  ページ： e4166  発行年： 2020年 
JST資料番号： T0635A  ISSN： 0952-3480  CODEN： NMRBEF  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,T_1強調動的造影剤増強磁気共鳴イメージング(DCE-MRI)データから最適トレーサー速度論モデルを同定し,最適モデルから推定したパラメータが手術前の乳頭状甲状腺癌(PTC)患者における病理組織学から決定された腫瘍の攻撃性を予測するかどうかを評価することであった。本前向き研究では,18人のPTC患者が甲状腺切除前に3T MRスキャナー上で前処理DCE-MRIを受けた。本研究は,制度的レビューボードによって承認され,インフォームドコンセントはすべての患者から得られた。2コンパートメント交換モデル,コンパートメント組織取り込みモデル,拡張Toftsモデル(ETM)および標準Toftsモデルを,PTCに対する修正Akaike情報基準(AICC)を用いて最適モデルを決定するためにボクセルごとに比較した。最適モデルは最も低いAIICを有するものである。統計解析は,対および不対t検定および分散の一方向解析を含んだ。Bonferroni補正を多重比較に適用した。受信者動作特性(ROC)曲線を,攻撃的特徴の有無にかかわらずPTCを識別するために最適モデルパラメータから生成し,AUCsを比較した。ETMは,4つのモデルの中で最も低いAICCと最も高いAkaike重量(0.44)で最も良く機能した。ETMは,すべての3419のボクセルの44%で好まれた。攻撃的特徴甲状腺外伸展(ETE)を伴うPTCsにおけるK~transのETM推定値は,ETEなしのそれらより有意に高かった(0.78±0.29対0.34±0.18分~-1,P=0.005)。ROC分析から,ETEの有無にかかわらずPTCsを識別するK~trans,v_eおよびv_pのカットオフ値は,それぞれ0.45分~-1,0.28および0.014で測定された。感度および特異性は,それぞれ86および82%(K~trans),71および82%(v_e)および86および55%(v_p)であった。それぞれのAUCsは0.90,0.71および0.71であった。著者らは,ETM K~transがPTC患者において攻撃的ETEの有無にかかわらず腫瘍を分類する可能性を示していると結論する。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *甲状腺 ,  *甲状腺腫瘍 ,  造影剤 ,  ボクセル ,  前向きコホート研究 ,  NMRイメージング ,  推定量 ,  統計解析 ,  甲状腺切除 ,  *腫瘍 ,  インフォームドコンセント ,  *乳頭 ,  走査装置
準シソーラス用語： t検定 ,  *コントラスト強調 , 【Automatic Indexing@JST】

著者キーワード (7件)： Akaike情報基準 ,  攻撃性 ,  動的コントラスト強調磁気共鳴イメージング ,  乳頭状甲状腺癌 ,  潅流 ,  浸透率 ,  トレーサ運動論モデル

分類 (2件)： 生体計測  (EL03020C) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 甲状腺癌 ,  腫瘍 ,  攻撃性 ,  予測 ,  コントラスト強調 ,  MRI ,  モデル選択