Цель исследования: проанализировать результаты изучения эффективности применения радиомического анализа при интерпретации лучевых изображений в уточнении диагностики рака шейки матки.
Материал и методы. Проведен систематический поиск медицинских статей в базах данных PubМed/ MEDLINE, eLibrary, Scopus, в ресурсах NCCN, ESUR, ACR.
Результаты. При подборе медицинских статьей было выявлено в общей сложности 289 уникальных публикаций, 218 из которых соответствовали критериям исключения. В итоговый обзор вошла 71 статья. Оценка средних точностных характеристик моделей производилась по значению площади под ROC-кривой (AUC), в том числе точность, чувствительность, специфичность и C-индекс.
Заключение. Рассмотрены основные ключевые аспекты и достоинства применения радиомики и текстурного анализа изображений при диагностике рака шейки матки. Внедрение радиомического анализа привело к обновленному восприятию анализа медицинских изображений. Результаты ряда исследований демонстрируют, что данные, извлекаемые с помощью радиомического анализа, обладают значительной диагностической и прогностической ценностью, позволяя объективно оценивать характеристики опухоли, ее стадию и распространенность, проводить дифференциальную диагностику новообразований.
Предпросмотр статьи
Идентификаторы и классификаторы
Рак шейки матки (РШМ) занимает четвертое место среди ведущих причин смертности в женской популяции. Несмотря на значительные достижения в области профилактических мероприятий, скрининговых программ и методов ранней диагностики, сохраняется высокая заболеваемость РШМ в развивающихся странах.
Список литературы
1. Всемирная организация здравоохранения, 2023,17 ноября. Рак шейки матки. World Health Organization, 2023, november 17. Cervical cancer. (In Russian) https://www.who.int/ru/news-room/fact-sheets/detail/cervical-cancer?utm_source=chatgpt.com.
2. Каприн А.Д., Старинский В.В., Шахзадова А.О. (ред.). Состояние онкологической помощи населению России в 2023 году. М.: МНИОИ им. П.А. Герцена - филиал ФГБУ “НМИЦ радиологии” Минздрава России, 2024. 262 с.
Kaprin A.D., Starinsky V.V., Shakhzadova A.O. (eds). The state of oncologic assistance to the Russian population in 2023. M.: P.A. Herzen Moscow Research Institute of Oncology - a department of the Federal State Budgetary Institution NMRC of Radiology, 2024. 262 р. (In Russian).
3. Statistics at a glance. https://gco.iarc.who.int/media/globocan/factsheets/populations/900-world-fact-sheet.pdf.
4. Pecorelli S. Revised FIGO staging for carcinoma of the vulva, cervix, and endometrium.Int. J. Gynaecol. Obstet. 2009; 105 (2): 103-104. DOI: 10.1016/jjjgo.2009.02.012
5. Клинические рекомендации “Рак шейки матки”, 2023.
Clinical guidelines “Cervical Cancer”, 2023. (In Russian) http://disuria.ru/_ld/13/1376_kr20C53MZ.pdf.
6. Dappa E., Elger T., Hasenburg A. et al. The value of advanced MRI techniques in the assessment of cervical cancer: a review. Insights. Imaging. 2017; 8 (5): 471-481. DOI: 10.1007/s13244-017-0567-0
7. Bizzarri N., Russo L., Dolciami M. et al. Radiomics systematic review in cervical cancer: gynecological oncologists’ perspective.Int. J. Gynecol. Cancer. 2023; 33 (10): 15221541. DOI: 10.1136/ijgc-2023-004589
8. Антонова И.Б., Аксенова С.П., Нуднов Н.В., Кригер А.В. Возможности и ограничения магнитно-резонансной томографии для диагностики эндоцервикальных аденокарцином шейки матки. Digital Diagnostics. 2024; 5 (2): 149-166. DOI: 10.17816/dd585195
Antonova I.B., Aksenova S.P, Nudnov N.V., Kriger A.V. Possibilities and limitations of magnetic resonance imaging in the diagnostics of endocervical adenocarcinomas. Digital Diagnostics. 2024; 5 (2): 149-166. (In Russian). DOI: 10.17816/dd585195
9. Тарачкова Е.В., Шориков М.А., Панов В.О., Кузнецов В.В., Усманова Л.Ш., Тюрин И.Е. Возможности мультипараметрической магнитно-резонансной томографии в дифференциальной диагностике гистологического типа рака шейки матки на дооперационном этапе. Опухоли женской репродуктивной системы. 2016;2 (2): 60-69. DOI: 10.17650/1994-4098-2016-12-2-60-69
Tarachkova E.V., Streltsova O.N., Panov V.O. et al. Possibilities of multiparametric MRI in the differential diagnosis of histological types of cervical cancer in the preoperative period. Tumors of Female Reproductive System. 2016; 12 (2): 60-69. (In Russian). DOI: 10.17650/1994-4098-2016-12-2-60-69
10. Aerts H.J. The Potential of Radiomic-Based Phenotyping in Precision Medicine: A Review. JAMA Oncol. 2016; 2 (12): 1636-1642. DOI: 10.1001/jamaoncol.2016.2631
11. Bizzarri N., Russo L., Dolciami M. et al. Radiomics systematic review in cervical cancer: gynecological oncologists’ perspective.Int. J. Gynecol. Cancer. 2023; 33 (10): 1522-1541. DOI: 10.1136/ijgc-2023-004589
12. Zhao X., Wang X., Zhang B. et al. Classifying early stages of cervical cancer with MRI-based radiomics. Magn. Reson. Imaging. 2022; 89: 70-76. DOI: 10.1016/j.mri.2022.03.002
13. Wang W., Jiao Y., Zhang L. et al. Multiparametric MRI-based radiomics analysis: differentiation of subtypes of cervical cancer in the early stage. Acta Radiol. 2022; 63 (6): 847-856. DOI: 10.1177/02841851211014188
14. Aouadi S., Torfeh T., Bouhali O. et al. Prediction of cervix cancer stage and grade from diffusion weighted imaging using EfficientNet. Biomed. Phys. Eng. Express. 2024; 10 (4). DOI: 10.1088/2057-1976/ad5207
15. Chong G.O., Park S.H., Park N.J. et al. Predicting Tumor Budding Status in Cervical Cancer Using MRI Radiomics: Linking Imaging Biomarkers to Histologic Characteristics. Cancers (Basel). 2021; 13(20): 5140. DOI: 10.3390/cancers13205140
16. Deng X., Liu M., Sun J. et al. Feasibility of MRI-based radiomics features for predicting lymph node metastases and VEGF expression in cervical cancer. Eur. J. Radiol. 2021; 134: 109429. http://doi.org/10.1016Zj.ejrad.2020.109429.
17. Li X.R., Jin J.J., Yu Y. et al. PET-CT radiomics by integrating primary tumor and peritumoral areas predicts E-cadherin expression and correlates with pelvic lymph node metastasis in early-stage cervical cancer. Eur. Radiol. 2021; 31 (8): 5967-5979. DOI: 10.1007/s00330-021-07690-7
18. Huang K., Huang X., Zeng C. et al. Radiomics signature for dynamic changes of tumor-infiltrating CD8+ T cells and macrophages in cervical cancer during chemo-radiotherapy. Cancer Imaging. 2024; 24 (1): 54. DOI: 10.1186/s40644-024-00680-0
19. Yu Z., Zhihui Q., Linrui L. et al. Machine Learning-Based Models for Assessing Postoperative Risk Factors in Patients with Cervical Cancer. Acad. Radiol. 2024; 31 (4): 1410-1418. DOI: 10.1016/j.acra.2023.09.031
20. Liu Y., Zhang Y., Cheng R. et al. Radiomics analysis of apparent diffusion coefficient in cervical cancer: A preliminary study on histological grade evaluation. J. Magn. Reson. Imaging. 2019; 49 (1): 280-290. DOI: 10.1002/jmri.26192
21. Wang W., Jiao Y., Zhang L. et al. Multiparametric MRI-based radiomics analysis: differentiation of subtypes of cervical cancer in the early stage. Acta Radiol. 2022; 63 (6): 847-856. DOI: 10.1177/02841851211014188
22. Chong G.O., Park S.H., Park N.J. et al. Predicting Tumor Budding Status in Cervical Cancer Using MRI Radiomics: Linking Imaging Biomarkers to Histologic Characteristics. Cancers (Basel). 2021; 13 (20): 5140. DOI: 10.3390/cancers13205140
23. Li X.R., Jin J.J., Yu Y. et al. PET-CT radiomics by integrating primary tumor and peritumoral areas predicts E-cadherin expression and correlates with pelvic lymph node metastasis in early-stage cervical cancer. Eur. Radiol. 2021; 31 (8): 5967-5979. DOI: 10.1007/s00330-021-07690-7
24. Liu Y., Song T., Dong T.F. et al. MRI-based radiomics analysis to evaluate the clinicopathological characteristics of cervical carcinoma: a multicenter study. Acta Radiol. 2023; 64 (1): 395-403. DOI: 10.1177/02841851211065142
25. Umutlu L., Nensa F., Demircioglu A. et al. Radiomics Analysis of Multiparametric PET/MRI for N- and M-Staging in Patients with Primary Cervical Cancer. Rofo. 2020; 192 (8): 754-763. DOI: 10.1055/a-1100-0127
26. Wu Q., Shi D., Dou S. et al. Radiomics Analysis of Multiparametric MRI Evaluates the Pathological Features of Cervical Squamous Cell Carcinoma. J. Magn. Reson. Imaging. 2019; 49 (4): 1141-1148. DOI: 10.1002/jmri.26301
27. Chong G.O., Park S.H., Jeong S.Y. et al. Prediction Model for Tumor Budding Status Using the Radiomic Features of F-18 Fluorodeoxyglucose Positron Emission Tomography/Computed Tomography in Cervical Cancer. Diagnostics (Basel). 2021; 11 (8): 1517. DOI: 10.3390/diagnostics11081517
28. Wang M., Perucho J.A.U., Vardhanabhuti V. et al. Radiomic Features of T2-weighted Imaging and Diffusion Kurtosis Imaging in Differentiating Clinicopathological Characteristics of Cervical Carcinoma. Acad. Radiol. 2022; 29 (8): 1133-1140. DOI: 10.1016/j.acra.2021.08.018
29. Zhao X., Wang X., Zhang B. et al. Classifying early stages of cervical cancer with MRI-based radiomics. Magn. Reson. Imaging. 2022; 89: 70-76. DOI: 10.1016/j.mri.2022.03.002
30. Huang Q., Deng B., Wang Y. et al. Reduced field-of-view DWI derived clinical-radiomics model for the prediction of stage in cervical cancer. Insights. Imaging. 2023; 14 (1): 18. DOI: 10.1186/s13244-022-01346-w
31. Huang K., Huang X., Zeng C. et al. Radiomics signature for dynamic changes of tumor-infiltrating CD8+ T cells and macrophages in cervical cancer during chemoradiotherapy. Cancer Imaging. 2024; 24 (1): 54. DOI: 10.1186/s40644-024-00680-0
32. Liu H., Lao M., Zhang Y. et al. Radiomics-based machine learning models for differentiating pathological subtypes in cervical cancer: a multicenter study. Front. Oncol. 2024; 14: 1346336. DOI: 10.3389/fonc.2024.1346336
33. Wu F., Zhang R., Li F. et al. Radiomics analysis based on multiparametric magnetic resonance imaging for differentiating early stage of cervical cancer. Front. Med. (Lausanne). 2024; 11: 1336640. DOI: 10.3389/fmed.2024.1336640
34. Yu Z., Zhihui Q., Linrui L. et al. Machine Learning-Based Models for Assessing Postoperative Risk Factors in Patients with Cervical Cancer. Acad. Radiol. 2024; 31 (4): 1410-1418. DOI: 10.1016/j.acra.2023.09.031
35. Wang S., Jiang T., Hu X. et al. Can the combination of DWI and T2WI radiomics improve the diagnostic efficiency of cervical squamous cell carcinoma? Magn. Reson. Imaging. 2022; 92: 197-202. DOI: 10.1016/j.mri.2022.07.005
36. Liu Y., Dong T.F., Li PJ. et al. MRI-based radiomics features for the non-invasive prediction of FIGO stage in cervical carcinoma: A multi-center study. Magn. Reson. Imaging. 2024; 110: 170-175. DOI: 10.1016/j.mri.2023.11.012
37. Zhang Y, Hu Y., Zhao S., Xu S. Validation of the 2018 FIGO staging system for stage NIC cervical cancer by determining the metabolic and radiomic heterogeneity of primary tumors based on 18F-FDG PET/CT. Abdom Radiol (NY). 2024; 49 (6): 2027-2039. DOI: 10.1007/s00261-024-04226-7
38. Li Z., Li H., Wang S. et al. MR-Based Radiomics Nomogram of Cervical Cancer in Prediction of the Lymph-Vascular Space Invasion preoperatively. J. Magn. Reson. Imaging. 2019; 49 (5): 1420-1426. DOI: 10.1002/jmri.26531
39. Du W., Wang Y., Li D. et al. Preoperative Prediction of Lymphovascular Space Invasion in Cervical Cancer With Radiomics - Based Nomogram. Front. Oncol. 2021; 11: 637794. DOI: 10.3389/fonc.2021.637794
40. Wang T., Gao T, Guo H. et al. Preoperative prediction of parametrial invasion in early-stage cervical cancer with MRI-based radiomics nomogram. Eur. Radiol. 2020; 30 (6): 3585-3593. DOI: 10.1007/S00330-019-06655-1
41. Huang G., Cui Y, Wang P. et al. Multi-Parametric Magnetic Resonance Imaging-Based Radiomics Analysis of Cervical Cancer for Preoperative Prediction of Lymphovascular Space Invasion. Front. Oncol. 2022; 11: 663370. DOI: 10.3389/fonc.2021.663370
42. Li X., Xu C., Yu Y. et al. Prediction of lymphovascular space invasion using a combination of tenascin-C, cox-2, and PET/CT radiomics in patients with early-stage cervical squamous cell carcinoma. BMC Cancer. 2021; 21 (1): 866. DOI: 10.1186/S12885-021-08596-9
43. Wu Y, Wang S., Liu X. et al. Habitat-based radiomics enhances the ability to predict lymphovascular space invasion in cervical cancer: a multi-center study. Front. Oncol. 2023; 13: 1252074. DOI: 10.3389/fonc.2023.1252074
44. Xiao M., Li Y., Ma F. et al. Multiparametric MRI radiomics nomogram for predicting lymph-vascular space invasion in early-stage cervical cancer. Br. J. Radiol. 2022; 95 (1134):20211076. DOI: 10.1259/bjr.20211076
45. Cui L., Yu T, Kan Y. et al. Multi-parametric MRI-based peritumoral radiomics on prediction of lymph-vascular space invasion in early-stage cervical cancer. Diagn.Interv. Radiol. 2022; 28 (4): 312-321. DOI: 10.5152/dir.2022.20657
46. Liu F.H., Zhao X.R., Zhang X.L. et al. Multiparametric MRI-based radiomics nomogram for predicting lymph-vascular space invasion in cervical cancer. BMC Med. Imaging. 2024; 24 (1): 167. DOI: 10.1186/s12880-024-01344-y
47. Ren J., Li Y., Yang J.J. et al. MRI-based radiomics analysis improves preoperative diagnostic performance for the depth of stromal invasion in patients with early stage cervical cancer. Insights. Imaging. 2022; 13 (1): 17. DOI: 10.1186/s13244-022-01156-0
48. Yan H., Huang G., Yang Z. et al. Machine Learning-Based Multiparametric Magnetic Resonance Imaging Radiomics Model for Preoperative Predicting the Deep Stromal Invasion in Patients with Early Cervical Cancer. J. Imaging Inform. Med. 2024; 37 (1): 230-246. DOI: 10.1007/s10278-023-00906-w
49. Yu Z., Zhihui Q., Linrui L. et al. Machine Learning-Based Models for Assessing Postoperative Risk Factors in Patients with Cervical Cancer. Acad. Radiol. 2024; 31 (4): 1410-1418. http://doi.org/10.1016Zj.acra.2023.09.031.
50. Li J., Cui N., Wang Y. et al. Prediction of preoperative lymph-vascular space invasion and survival outcomes of cervical squamous cell carcinoma by utilizing 18F-FDG PET/CT imaging at early stage. Nucl. Med.Commun. 2024; 45 (12): 1069-1081.
51. Shang F, Tan Z., Gong T et al. Evaluation of parametrial infiltration in patients with IB-IIB cervical cancer by a radiomics model integrating features from tumoral and peritumoral regions in 18F-fluorodeoxy glucose positron emission tomography/MR images. NMR Biomed. 2023: e4945. DOI: 10.1002/nbm.4945
52. Song J, Hu Q, Ma Z, et al. Feasibility of T2WI-MRI-based radiomics nomogram for predicting normal-sized pelvic lymph node metastasis in cervical cancer patients. Eur. Radiol. 2021; 31 (9): 6938-6948. DOI: 10.1007/s00330-021-07735-x
53. Xiao M., Ma F, Li Y. et al. Multiparametric MRI-Based Radiomics Nomogram for Predicting Lymph Node Metastasis in Early-Stage Cervical Cancer. J. Magn. Reson. Imaging. 2020; 52 (3): 885-896. DOI: 10.1002/jmri.27101
54. Chen X., Liu W., Thai T.C. et al. Developing a new radiomics-based CT image marker to detect lymph node metastasis among cervical cancer patients.Comput. Methods Programs. Biomed. 2020; 197: 105759. DOI: 10.1016/j.cmpb.2020.105759
55. Hou L., Zhou W., Ren J. et al. Radiomics Analysis of Multiparametric MRI for the Preoperative Prediction of Lymph Node Metastasis in Cervical Cancer. Front. Oncol. 2020; 10: 1393. DOI: 10.3389/fonc.2020.01393
56. Dong T., Yang C., Cui B. et al. Development and Validation of a Deep Learning Radiomics Model Predicting Lymph Node Status in Operable Cervical Cancer. Front. Oncol. 2020; 10: 464. DOI: 10.3389/fonc.2020.00464
57. Shi J., Dong Y., Jiang W. et al. MRI-based peritumoral radiomics analysis for preoperative prediction of lymph node metastasis in early-stage cervical cancer: A multicenter study. Magn. Reson. Imaging. 2022; 88: 1-8. DOI: 10.1016/j.mri.2021.12.008
58. Deng X., Liu M., Sun J. et al. Feasibility of MRI-based radiomics features for predicting lymph node metastases and VEGF expression in cervical cancer. Eur. J. Radiol. 2021; 134: 109429. DOI: 10.1016/j.ejrad.2020.109429
59. Wu Q., Wang S., Chen X. et al. Radiomics analysis of magnetic resonance imaging improves diagnostic performance of lymph node metastasis in patients with cervical cancer. Radiother. Oncol. 2019; 138: 141-148. DOI: 10.1016/j.radonc.2019.04.035
60. Wang T, Gao T., Yang J. et al. Preoperative prediction of pelvic lymph nodes metastasis in early-stage cervical cancer using radiomics nomogram developed based on T2-weighted MRI and diffusion-weighted imaging. Eur. J. Radiol. 2019; 114: 128-135. DOI: 10.1016/j.ejrad.2019.01.003
61. Liu Y., Song T., Dong T.F. et al. MRI-based radiomics analysis to evaluate the clinicopathological characteristics of cervical carcinoma: a multicenter study. Acta Radiol. 2023; 64 (1): 395-403. DOI: 10.1177/02841851211065142
62. Liu Y., Fan H., Dong D. et al.Computed tomography-based radiomic model at node level for the prediction of normal-sized lymph node metastasis in cervical cancer. Transl. Oncol. 2021; 14 (8): 101113. http://doi.org/10.1016Zj.tranon.2021.101113.
63. Kan Y, Dong D., Zhang Y. et al. Radiomic signature as a predictive factor for lymph node metastasis in early-stage cervical cancer. J. Magn. Reson. Imaging. 2019; 49 (1): 304-310. DOI: 10.1002/jmri.26209
64. Yan L., Yao H., Long R. et al. A preoperative radiomics model for the identification of lymph node metastasis in patients with early-stage cervical squamous cell carcinoma. Br. J. Radiol. 2020; 93 (1116): 20200358. DOI: 10.1259/bjr.20200358
65. Yu Y.Y., Zhang R., Dong R.T. et al. Feasibility of an ADC-based radiomics model for predicting pelvic lymph node metastases in patients with stage IB-IIA cervical squamous cell carcinoma. Br. J. Radiol. 2019; 92 (1097): 20180986. DOI: 10.1259/bjr.20180986
66. Chen J., He B., Dong D. et al. Noninvasive CT radiomic model for preoperative prediction of lymph node metastasis in early cervical carcinoma. Br. J. Radiol. 2020; 93 (1108): 20190558. DOI: 10.1259/bjr.20190558
67. Xia X., Li D., Du W. et al. Radiomics Based on Nomogram Predict Pelvic Lymphnode Metastasis in Early-Stage Cervical Cancer. Diagnostics (Basel). 2022; 12 (10): 2446. DOI: 10.3390/diagnostics12102446
68. Wang T., Li Y.Y., Ma N.N. et al. A MRI radiomics-based model for prediction of pelvic lymph node metastasis in cervical cancer. Wld J. Surg. Oncol. 2024; 22 (1): 55. DOI: 10.1186/s12957-024-03333-5
69. Zhang Z., Wan X., Lei X. et al.Intra- and peri-tumoral MRI radiomics features for preoperative lymph node metastasis prediction in early-stage cervical cancer. Insights. Imaging. 2023; 14 (1): 65. DOI: 10.1186/s13244-023-01405-w
70. Lucia F, Bourbonne V., Pleyers C. et al. Multicentric development and evaluation of 18F-FDG PET/CT and MRI radiomics models to predict para-aortic lymph node involvement in locally advanced cervical cancer. Eur. J. Nucl. Med. Mol. Imaging. 2023; 50 (8): 2514-2528. DOI: 10.1007/s00259-023-06180-w
71. Zhu Y, Fu C., Du J. et al. Prediction of Cervical Cancer Lymph Node Metastasis via a Multimodal Transfer Learning Approach. Br. J. Hosp. Med. (Lond). 2024; 85 (10): 1-14. DOI: 10.12968/hmed.2024.0428
72. Liu J., Dong L., Zhang X. et al. Radiomics analysis for prediction of lymph node metastasis after neoadjuvant chemotherapy based on pretreatment MRI in patients with locally advanced cervical cancer. Front. Oncol. 2024; 14: 1376640. DOI: 10.3389/fonc.2024.1376640
73. Liu Y., Song T., Dong T.F et al. MRI-based radiomics analysis to evaluate the clinicopathological characteristics of cervical carcinoma: a multicenter study. Acta Radiol. 2023; 64 (1): 395-403. DOI: 10.1177/02841851211065142
74. Yu Z., Zhihui Q., Linrui L. et al. Machine Learning-Based Models for Assessing Postoperative Risk Factors in Patients with Cervical Cancer. Acad. Radiol. 2024; 31 (4): 1410-1418. DOI: 10.1016/j.acra.2023.09.031
75. Ai C., Zhang L., Ding W. et al. A nomogram-based optimized Radscore for preoperative prediction of lymph node metastasis in patients with cervical cancer after neoadjuvant chemotherapy. Front. Oncol. 2023; 13: 1117339. DOI: 10.3389/fonc.2023.1117339
76. Chan K.C., Perucho J.A.U., Subramaniam R.M., Lee E.Y.P. Utility of pre-treatment 18F-fluorodeoxyglucose PET radiomic analysis in assessing nodal involvement in cervical cancer. Nucl. Med.Commun. 2023; 44 (5): 375380. DOI: 10.1097/MNM.0000000000001672
77. Zhang B., Liu L., Meng D., Kue C.S. Development of a radiomic model for cervical cancer staging based on pathologically verified, retrospective metastatic lymph node data. Acta Radiol. 2024; 65 (12): 1548-1559. DOI: 10.1177/02841851241291931
78. Liu S., Zhou Y., Wang C. et al. Prediction of lymph node status in patients with early-stage cervical cancer based on radiomic features of magnetic resonance imaging (MRI) images. BMC Med. Imaging. 23, 101 (2023). DOI: 10.1186/s12880-023-01059-6
79. Zhang Z., Li X., Sun H. Development of machine learning models integrating PET/CT radiomic and immuno-histochemical pathomic features for treatment strategy choice of cervical cancer with negative pelvic lymph node by mediating COX-2 expression. Front. Physiol. 2022; 13: 994304. DOI: 10.3389/fphys.2022.994304
80. Dtefan PA., Cone A., Csutak C. et al. Texture Analysis in Uterine Cervix Carcinoma: Primary Tumour and Lymph Node Assessment. Diagnostics (Basel). 2023; 13 (3): 442.
Выпуск
Другие статьи выпуска
В статье представлены результаты оценки наличия связи между метаболическими величинами – опухолевый объем и уровень поглощения фтордезоксиглюкозы (ФДГ) и длительностью периода выживаемости без прогрессирования у пациентов с 3 баллами по ПЭТ-шкале.
Цель исследования: поиск взаимосвязей между величинами и длительностью периода выживаемости без прогрессирования (ВБП). В ходе исследования измерены и сравнены средние показатели уровня поглощения ФДГ и опухолевого объема у пациентов с разными периодами ВБП. Выявлено, что у пациентов с периодом ВБП более 24 мес присутствуют статистически значимые различия по этим параметрам. Эти результаты могут интерпретироваться как дополнительный фактор течения и построения прогноза болезни у пациентов с лимфомами после лечения и оценкой 3 балла по ПЭТ-шкале.
В настоящее время идет активное внедрение искусственного интеллекта (ИИ), а также систем поддержки принятия врачебных решений (СППВР) в здравоохранение. Лучевая диагностика занимает лидирующие позиции по использованию подобных технологий. В представленной работе описан метод оценки эффективности работы СППВР, в том числе программного обеспечения (ПО) на основе технологий искусственного интеллекта (ПО на основе ТИИ), подходящий любой медицинской организации, перед которой стоит задача оценки применимости подобного ПО.
Цель исследования: наглядно продемонстрировать применение веб-инструмента для ROC-анализа для оценки результатов работы СППВР на примере цифровых маммографических изображений.
Материал и методы. Был использован ретроспективный набор данных маммографических исследований с результатами отчета калибровочного тестирования при смене версионности одного из сервисов ИИ, участника Московского эксперимента по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений и дальнейшего применения этих технологий в системе здравоохранения. Версии ИИ-сервиса от 15.02.2023 и 30.05.2023. Объем выборки – 100 исследований. В данной публикации для оценки результатов работы ИИ-сервиса использован ROC-анализ, который был реализован с помощью веб-инструмента для ROC-анализа.
Результаты. Продемонстрирована работа веб-инструмента для ROC-анализа на примере оценки результатов работы ПО на основе ТИИ для обработки цифровых маммографических изображений.
Заключение. Благодаря использованию представленного веб-инструмента для ROC-анализа при необходимости может быть реализована проверка любой СППВР, в том числе ПО на основе ТИИ, а также оценка его производительности без применения дополнительных инструментов.
Патология сердечно-сосудистой системы плода – это наиболее распространенный вид врожденных пороков развития, находится на втором месте среди причин младенческой смертности и составляет 47% всех причин смерти от пороков развития. Общепринятый минимальный расчетный показатель частоты врожденных пороков сердца (ВПС) – 8 случаев на 1 тыс. живорожденных (5–9 из 1000 новорожденных). Оценка сердца плода является сложной задачей, главным образом из-за небольшого размера сердца, непроизвольных движений плода, неудобного положения плода. Дифференциальная диагностика нормального сердца плода и сердца с ВПС, требующим кардиохирургической помощи после рождения, является важной, а иногда критически необходимой целью ультразвукового исследования плода.
Цель исследования: создание системы поддержки принятия врачебных решений путем формирования алгоритма осмотра сердца плода с помощью искусственного интеллекта, результатом которого должен стать один из вариантов медицинского заключения: “норма” – правильное строение сердца – ВПС нет; “не норма” – неправильное строение сердца – нельзя исключить наличие ВПС, рекомендована расширенная эхокардиография плода в кратчайшие сроки.
Материал и методы. Исследование проводилось на сроке беременности 18–21 нед. Каждое исследование на одного пациента содержало видеофайлы пяти стандартных проекций сердца. Каждый срез представлен не менее чем 25 кадрами. Верификация была выполнена путем подтверждения/изменения диагноза врачом-экспертом, а также подтверждением диагноза после рождения.
Результаты. В результате выполнения работ задача определения зон грудной клетки и сердца плода решена с точностью 98%, задача классификации среза сердца на кадре – с точностью 82%, задача определения патологии на срезах сердца – с точностью 77%.
Заключение. Результаты показали, что алгоритм искусственного интеллекта может повысить точность ультразвукового диагностики сердца плода и имеет хорошую прикладную ценность. Ожидается, что методы искусственного интеллекта внесут вклад в стандартизацию и оптимизацию эхокардиографии плода, повысят процент пренатальной диагностики ВПС и тем самым приведут к снижению младенческой смертности и детской инвалидизации.
Цель исследования: определить возможности ультразвукового исследования высокого разрешения в оценке результатов проведенного лечения базально-клеточного рака кожи головы и шеи методом фотодинамической терапии в поздний период.
Материал и методы. Обследован 101 пациент (32 мужчины и 69 женщин, возраст от 40 до 93 лет) в поздний период (3-6-12 мес) после сеанса фотодинамической терапии. Всем пациентам выполнено ультразвуковое исследование высокого разрешения в зоне проведенного лечения на аппарате экспертного класса Philips Epic 7 высокочастотным линейным матричным датчиком eL18-4 c диапазоном сканирования 2-22 МГц и технологией визуализации микрокровотока Microflow Imaging.
Результаты. Впервые проведена оценка эффективности лечения и возможности исключения рецидива основного заболевания методом ультразвуковой диагностики после проводимой фотодинамической терапии базально-клеточного рака кожи головы и шеи в период формирования рубцовых изменений. Ультразвуковая картина в период 3-6-12 мес после проведения фотодинамической терапии имела различную семиотику изменений кожи и близлежащих мягких тканей в зависимости от степени формирования рубцовых изменений, носила индивидуальный характер и зависела от множества факторов.
Заключение. Ультразвуковая диагностика является эффективным неинвазивным, экономичным методом исследования, позволяющим в динамике оценить степень репаративных изменений кожи после проведенного лечения и исключить рецидив основного заболевания.
В статье представлены итоги заседания Совета экспертов, рассматривавших вопросы терминологии, использующейся в лучевой диагностике заболеваний предстательной железы. По итогам обсуждения были приняты рекомендации. Предпочтительным термином для обозначения органа является “предстательная железа”. Недопустимым термином является “аденома предстательной железы”. Для характеристики тканей, окружающих предстательную железу, следует использовать термин “перипростатическое пространство”. Для характеристики распространения опухоли допустимо использовать термин “капсула” предстательной железы, в то время как использование термина “экстензия” считается нерекомендуемым. Для определения местоположения выявленных в предстательной железе изменений целесообразно использовать зональную анатомию, разработанную J. E. McNeal, и схему секторов, представленных в рекомендациях PI-RADS v2.1. Характеризуя выявленные патологические структуры в железе, целесообразно пользоваться терминами “очаг” и “участок” при наличии или отсутствии явных границ соответственно. Термин “узел” рекомендуется использовать только для характеристики очерченных образований транзиторной зоны, а термин “зона” – только в отношении анатомо-гистологических зон предстательной железы.
Цель исследования: провести анализ данных отечественной и зарубежной литературы по применению компьютерно-томографической перфузии (КТП) в диагностике заболеваний почек, в том числе у пациентов с доброкачественными и злокачественными новообразованиями почки; оценить перспективы применения данной методики для определения эффективности различных малоинвазивных вмешательств (криотерапия, различные виды термоабляции, артериальная эмболизация) лечения пациентов с опухолями почек, а также для динамического наблюдения за пациентами этих групп.
Материал и методы. Проведен поиск научных работ, опубликованных в электронных базах данных PubMed, Google Scholar, E-library, с использованием ключевых слов “angiomyolipoma”, “kidney”, “transarterial embolization of tumors”, “CT-perfusion of the kidneys”. В статье рассмотрены материалы 40 источников литературы за последние 10 лет, из них 25 статей за последние 5 лет, посвященных указанной тематике. Представлены собственные клинические наблюдения, демонстрирующие возможность применения КТП в оценке лечебного эффекта эмболизации ангиомиолипомы почки (пАМЛ).
Результаты. Проведенный обзор литературы показал, что КТП почек является неинвазивной методикой, позволяющей провести дифференциальную диагностику между доброкачественными опухолями (пАМЛ с низким содержанием жира и онкоцитомой), а также со злокачественными образованиями почек, выявить особенности различных гистологических вариантов почечно-клеточного рака (ПКР). Кроме того, имеются работы, посвященные применению КТП в оценке эффективности таких малоинвазивных методик, как криоабляция, трансартериальная эмболизация (ТАЭ) (при лечении ПКР и пАМЛ соответственно), а также таргетной терапии ПКР. По предварительным результатам наших клинических наблюдений основные показатели КТП позволили детализировать структуру пАМЛ (до и после ТАЭ), особенности кровотока ее микроциркуляторного русла и выявить рецидив на основании прогрессирующего роста значений перфузии при одновременном уменьшении объема опухоли, что демонстрирует возможности использования КТП в качестве дополнительного мониторинга после оперативного лечения.
Заключение. Несмотря на наличие работ, посвященных анализу применения КТП в качестве методики оценки ангиогенеза опухолей почек, остается много пробелов по использованию ее как клинического потенциала в оценке раннего и последующего лечебного мониторинга при хирургическом лечении опухолей почек. На сегодняшний день не существует единого и тщательно валидированного метода визуализации эмболизированных опухолей. Отсутствуют работы по изучению возможностей КТП в оценке лечебного эффекта эмболизации пАМЛ. Результаты собственных клинических наблюдений позволяют предположить, что КТП может быть использована в качестве дополнительной методики мониторинга пАМЛ после оперативного лечения в виде ТАЭ и выявления рецидивов заболевания за счет оценки опухолевого неоангиогенеза.
Цель исследования: анализ международных научных публикаций, обобщающий современные данные о методологических подходах к КТ-визуализации заболеваний желудка, включая аспекты подготовки пациентов, техники сканирования и применения контрастных средств в зависимости от клинической ситуации.
Материал и методы. Проведен поиск научной литературы и клинических рекомендаций в базах данных PubMed, Scopus и РИНЦ в период с 2019 по 2024 г., включая цитирование более ранних первичных источников, по ключевым словам: “CT gastrography” (КТ-гастрография), “gastric cancer” (рак желудка), “right down decubitus” (положение лежа на правом боку); “oral contrast” (пероральное контрастирование), “gastrointestinal perforation” (перфорация желудочно-кишечного тракта), “gastrointestinal bleeding” (желудочно-кишечное кровотечение). Анализировали 235 статей, 60 из которых использовали для составления обзора. В обзор включены публикации, отражающие различные подходы к выполнению КТ желудка как в плановой, так и в экстренной медицинской помощи.
Результаты. Представленный обзор продемонстрировал преимущества мультиспиральной компьютерной томографии в диагностике заболеваний желудка в виде доступности, скорости и универсальности. Тем не менее отсутствует единый подход к подготовке пациентов, особенно в отношении выбора перорального контрастного препарата и его объема. Отмечена недостаточная определенность в показаниях к позитивному контрастированию. Приведены данные о повышении чувствительности МСКТ при раке желудка (дифференциация стадий T4a и T4b) при сканировании пациента в положении на правом боку. Также рассмотрены различия в протоколах внутривенного контрастирования при визуализации опухолей и экстренной абдоминальной патологии.
Заключение. Отсутствие стандартизации протоколов КТ желудка обусловлено как разнородностью клинических задач, так и недостигнутым консенсусом среди специалистов. Индивидуализация подхода к исследованию в зависимости от диагностической цели повышает его информативность, снижает риск диагностических ошибок и способствует оказанию более быстрой и точной медицинской помощи при ургентных состояниях.
Цель исследования: провести всесторонний сравнительный анализ динамики изменения показателей деформации левого предсердия по данным speckle-tracking-эхокардиографии у пациентов с непароксизмальными формами фибрилляции предсердий, перенесших процедуры катетерной, торакоскопической и гибридной абляции в отдаленном периоде наблюдения.
Материал и методы. В исследование было включено 268 пациентов с персистирующей и длительно персистирующей формами ФП. Пациенты были псевдорандомизированы в 3 группы исследования в зависимости от метода лечения: 1-я – катетерная абляция (n = 80), 2-я – торакоскопическая абляция (n = 126), 3-я – гибридная абляция (n = 62). Анализ динамики изменения деформации левого предсердия выполнялся у всех пациентов, включенных в исследование, с применением технологии speckle-tracking-эхокардиографии до и через 3, 6, 12 и 24 мес после процедур абляции. Первичной конечной точкой исследования считали сохранение устойчивого синусового ритма по результатом суточного мониторирования ЭКГ в течение трехлетнего периода наблюдения.
Результаты. В группе гибридного лечения фибрилляции предсердий отмечалось выраженное улучшение резервуарной функции левого предсердия в течение двухлетнего периода наблюдения. Показатели деформации левого предсердия в кондуитную и сократительную фазы были выше в группе катетерной абляции в сравнении с изолированной торакоскопической абляцией и гибридным лечением аритмии. Общая эффективность всех процедур абляции составила 81,2% при среднем периоде наблюдения 27,8 ± 12,4 мес, наилучшие результаты сохранения устойчивого синусового ритма были зарегистрированы в группе гибридной абляции и составили 95,0%.
Заключение. Параметры деформации левого предсердия, полученные с использованием технологии speckle-tracking-эхокардиографии, отражают функциональное состояние предсердия после процедур как эндо-, так и эпикардиальных абляций и в будущем могут применяться для прогнозирования эффективности представленных процедур абляций. Гибридная абляция демонстрирует лучшие отдаленные результаты по восстановлению резервуарной функции левого предсердия и профилактике возврата предсердных тахиаритмий у пациентов с непароксизмальными формами фибрилляции предсердий.
Издательство
- Издательство
- ИЗДАТЕЛЬСКИЙ ДОМ ВИДАР-М
- Регион
- Россия, Москва
- Почтовый адрес
- Москва, 109028, а/я 16
- Юр. адрес
- 109004, г Москва, Таганский р-н, Тетеринский пер, д 16, помещ IV, ком 2
- ФИО
- Жариков Леонид Анатольевич (ГЕНЕРАЛЬНЫЙ ДИРЕКТОР)
- Контактный телефон
- +7 (___) _______
- Сайт
- http://www.vidar.ru/