Radiomics Analysis of Multiparametric PET/MRI for N- and M-Staging in Patients with Primary Cervical Cancer.

Radiomics-Analyse anhand der multiparametrischen PET/MRT für das N- und M-Staging von Patientinnen mit primärem Zervixkarzinom.

Journal

Nuklearmedizin. Nuclear medicine
ISSN: 2567-6407
Titre abrégé: Nuklearmedizin
Pays: Germany
ID NLM: 7609387

Informations de publication

Date de publication:
Feb 2024
Historique:
medline: 8 2 2024
pubmed: 8 2 2024
entrez: 7 2 2024
Statut: ppublish

Résumé

 The aim of this study was to investigate the potential of multiparametric  A total of 30 patients with histopathological confirmation of primary and untreated cervical cancer were prospectively enrolled for a multiparametric  Prediction of M-stage was superior when compared to N-stage. Prediction of M-stage using SVM with SVM-RFE as feature selection obtained the highest performance providing sensitivity of 91 % and specificity of 92 %. Using receiver operating characteristic (ROC) analysis of the pooled predictions, the area under the curve (AUC) was 0.97. Prediction of N-stage using RBF-SVM with MIFS as feature selection reached sensitivity of 83 %, specificity of 67 % and an AUC of 0.82.  M- and N-stage can be predicted based on isolated radiomics analyses of the primary tumor in cervical cancers, thus serving as a template for noninvasive tumor phenotyping and patient stratification using high-dimensional feature vectors extracted from multiparametric PET/MRI data.   · Radiomics analysis based on multiparametric PET/MRI enables prediction of the metastatic status of cervical cancers. · Prediction of M-stage is superior to N-stage. · Multiparametric PET/MRI displays a valuable platform for radiomics analyses .  Ziel dieser Studie war die Evaluierung des prädiktiven Potenzials der Radiomics-Analyse zur Bestimmung des N- und M-Stadiums des primären Zervixkarzinoms anhand multiparametrischer  30 Patientinnen mit einem histologisch gesicherten, primären und therapienaiven Zervixkarzinom unterzogen sich einer multiparametrischen  Insgesamt zeigte sich eine höhere Genauigkeit zur Prädiktion des korrekten M-Stadiums im Vergleich zum N-Stadium. Zur Prädiktion des korrekten M-Stadiums zeigten sich unter der Verwendung von SVM und SVM-RFE zur Feature-Auswahl die besten Ergebnisse mit einer Sensitivität von 91 %, einer Spezifität von 92 % und einer Fläche unter der Kurve (AUC) von 0,97. Die höchste Genauigkeit für die Bestimmung des N-Stadiums erfolgte unter der Verwendung von RBF-SVM und MIFS zur Feature-Auswahl mit einer Sensitivität von 83 %, einer Spezifität von 67 % und einer Fläche unter der Kurve (AUC) von 0,82.  Die Radiomics-Analyse von multiparametrischen PET/MR-Datensätzen ermöglicht eine präzise Prädiktion des M- und N-Stadiums von Patientinnen mit primärem Zervixkarzinom und könnte damit supportiv zur nichtinvasiven Tumor-Phänotypisierung und Patientenstratifizierung eingesetzt werden.   · Die Radiomics-Analyse der multiparametrischen PET/MRT ermöglicht die Prädiktion des Metastasierungsstatus des Zervixkarzinoms.. · Die Prädiktion des M-Stadiums ist der Prädiktion des N-Stadiums überlegen.. · Die multiparametrische PET/MRT bietet eine valide Plattform für Radiomics-Analysen..

Autres résumés

Type: Publisher (ger)
 Ziel dieser Studie war die Evaluierung des prädiktiven Potenzials der Radiomics-Analyse zur Bestimmung des N- und M-Stadiums des primären Zervixkarzinoms anhand multiparametrischer

Identifiants

pubmed: 38325362
doi: 10.1055/a-2157-6867
doi:

Types de publication

Journal Article

Langues

eng

Sous-ensembles de citation

IM

Pagination

34-42

Informations de copyright

Thieme. All rights reserved.

Déclaration de conflit d'intérêts

The authors declare that they have no conflict of interest.The authors declare that they have no conflict of interest.

Auteurs

Lale Umutlu (L)

Department of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen, University of Duisburg-Essen, D-45147 Essen, Germany.

Felix Nensa (F)

Department of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen, University of Duisburg-Essen, D-45147 Essen, Germany.

Aydin Demircioglu (A)

Department of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen, University of Duisburg-Essen, D-45147 Essen, Germany.

Gerald Antoch (G)

Department of Diagnostic and Interventional Radiology, University Dusseldorf, Medical Faculty, D-40225 Dusseldorf, Germany.

Ken Herrmann (K)

Department of Nuclear Medicine, University Hospital Essen, University of Duisburg-Essen, D-45147 Essen, Germany.

Michael Forsting (M)

Department of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen, University of Duisburg-Essen, D-45147 Essen, Germany.

Johannes Stefan Grueneisen (JS)

Department of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen, University of Duisburg-Essen, D-45147 Essen, Germany.

Classifications MeSH