Zervixkarzinom: tief lernendes Modell entdeckt Lymphknotenmetastasen

Erkenntnis

Ein MRT-basiertes tief lernendes Modell zeigt bei Patienten mit Zervixkarzinom eine hohe Sensitivität in der Diagnose von Lymphknotenmetastasen.

Warum das wichtig ist

Von diesem tief lernenden Modell könnten Patienten mit falsch-negativem oder falsch-positivem Lymphknotenstatus im Routine-MRT profitieren.

Studiendesign

479 Patienten mit Zervixkarzinom, die sich einer radikalen Hysterektomie und Becken-Lymphadenektomie unterzogen:
- Primäre Kohorte: 338 Patienten.
- Validierungskohorte: 141 Patienten.
Alle Patienten unterzogen sich vor der Operation einer MRT.
Finanzierung: National Natural Science Foundation of China.

Wesentliche Ergebnisse

21,0% der Patienten in der Primärkohorte und 22,7% in der Validierungskohorte hatten durch Lymphadenektomie bestätigte Lymphknotenmetastasen.
Der diagnostische Wert von 3 MRT-Sequenzen wurde verglichen.
Das tief lernende Modell, das sowohl intratumorale als auch peritumorale Regionen in der kontrastverstärkten T1-gewichteten Bildgebung verwendete, zeigte eine hohe Sensitivität für Lymphknotenmetastasen:
- In der Primärkohorte: Fläche unter der Kurve (AUC) 0,894 (95% KI 0,857-0,931).
- In der Validierungskohorte: AUC 0,844 (95% KI 0,780-0,907).
Der Zusatz des MRT-erkannten Lymphknotenstatus zum Modell (Hybrid):
- Verbesserte weiter die Sensitivität:
  - Primärkohorte: AUC 0,963 (95% KI 0,930-0,996).
  - Validierungskohorte: AUC 0,933 (95% KI 0,887-0,979).
- Erreichte einen signifikanten Unterschied im DFS bei Patienten mit hohem vs. geringem Risiko:
  - Primärkohorte: HR 3,24 (p<0,001).
  - Validierungskohorte: HR 4,59 (p<0,001).

Einschränkungen

Dieser Volltext ist leider reserviert für Angehöriger medizinischer Fachkreise

Sie haben die Maximalzahl an Artikeln für unregistrierte besucher erreicht

Kostenfreier Zugang Nur für Angehörige medizinischer Fachkreise

Empfohlene Artikel