Um modelo de raciocínio de prova com base para o diagnóstico de metástase ganglionar no câncer gástrico

Um modelo baseado raciocínio de prova para o diagnóstico de metástase ganglionar no câncer gástrico da arte abstracta
Fundo
metástase linfonodal (LNM) no câncer gástrico é um fator prognóstico muito importante que afeta a sobrevivência a longo prazo. Atualmente, várias técnicas de imagem comum são usados ​​para avaliar o estado dos linfonodos. No entanto, eles são incapazes de alcançar tanto alta sensibilidade e especificidade simultaneamente. A fim de lidar com esta questão complexa, é proposto um novo raciocínio de prova (ER) baseado em modelo para apoiar o diagnóstico da LNM no câncer gástrico.
Métodos
Há 175 pacientes consecutivos que passaram por tomografia computadorizada multidetectores (TCMD) consecutivamente antes da cirurgia. Oito indicadores, que são invasão serosa, classificação do tumor, padrão de realce do tumor, a espessura do tumor, número de linfonodos, tamanho máximo de linfonodos, estação de linfonodo e valorização dos linfonodos são utilizados para avaliar o nó tumor e da linfa através de imagens de CT. Todos os indicadores acima refletem o comportamento biológico do câncer gástrico. Um modelo baseado ER é construído, tendo os indicadores acima como o índice de entrada. O índice de produção determina se LNM ocorre para os pacientes, o que é decidido pela cirurgia e histopatologia. Uma técnica chamada k-fold cross-validation é usado para treinamento e testar o novo modelo. A capacidade de diagnóstico da LNM é avaliada por (ROC) que operam características do receptor. Um radiologista classifica LNM através da adopção do tamanho dos linfonodos para comparação.
Resultados
134 de 175 casos são casos de LNM, e os restos não são. Oito indicadores têm diferença estatisticamente significativa entre os grupos positivos e negativos. A sensibilidade, especificidade e AUC do modelo baseado ER são 88,41%, 77,57% e 0,813, respectivamente. No entanto, para o radiologista avaliar LNM pelo tamanho máximo de gânglios linfáticos, os valores correspondentes são apenas 63,4%, 75,6% e 0,757. Portanto, o modelo proposto pode obter um melhor desempenho do que o radiologista. Além disso, o modelo proposto também supera outros métodos de aprendizado de máquina.
Conclusões
De acordo com as informações comportamento biológico do câncer gástrico, o modelo baseado ER pode diagnosticar LNM de forma eficaz e no pré-operatório.
Palavras-chave
Linfa O câncer gástrico metástase raciocínio Evidential fundo
o câncer gástrico tornou-se uma das principais causas de mortes relacionadas ao câncer em todo o mundo [1]. metástases em linfonodos (LNM) é um fator prognóstico muito importante sobre a sobrevivência a longo prazo [2]. O um sistema de estadiamento TNM com base no Comité Misto americana sobre o Câncer é considerado como o padrão avaliado e tem sido amplamente [3] aceitou. Com base nessa norma, a taxa de sobrevida em 5 anos dos pacientes em estágio N0 após a cirurgia é de 86,1%, enquanto que N1, N2 e N3 pacientes em estágio podem obter 58,1%, 23,3% e 5,9%, respectivamente [4].
Actualmente , os médicos a diagnosticar LNM empiricamente com base no tamanho dos linfonodos que depende de vários métodos de imagem, como ultra-som endoscópico (EUS), ultra-som abdominal, multi-slice espiral tomografia computadorizada (TC), ressonância magnética (MRI) e Positron Emission calculado Tomography (PET). No entanto, nenhuma das ferramentas de imagem acima pode adquirir o status do nó de linfa de uma forma satisfatória. Entretanto, uma revisão sistemática mostra que EUS, MDCT, ressonância magnética convencional, e FDG-PET não podem ser usadas para confirmar ou excluir a presença de LNM fiavelmente [2]. A razão é que os nódulos linfáticos grandes pode ser causado pela inflamação, enquanto as pequenas pode ser causada por metástases. Portanto, o tamanho único linfonodo não é um preditor forte. De facto, vários estudos têm demonstrado que a LNM está relacionada com o tamanho do tumor, o envolvimento linfático patológico, tipo histológico e outros factores [5-8]. Por isso, um método que combina tamanho do nó de linfa com estes factores devem ser considerados. Além disso, algumas pesquisas [9-11] têm discutido as capacidades de diagnóstico de características morfológicas em câncer de reto. De acordo com estes estudos, as características morfológicas, incluindo o contorno das fronteiras e intensidade do sinal dos gânglios linfáticos pode, em parte, melhorar a capacidade de diagnóstico de metástase. No entanto, esses estudos centram-se principalmente na imagiologia de ressonância magnética no câncer de reto. Para pacientes com câncer gástrico na prática clínica, abdômen CT é uma modalidade de imagem usada mais comum do exame de ressonância magnética. Por isso, consideramos a construção de um modelo para diagnosticar LNM com vários indicadores.
Como existem dados qualitativos e quantitativos em oito indicadores, um método que pode integrar devem ser adoptadas estes dois tipos de dados. A abordagem ER foi originalmente proposto para lidar com vários problemas de análise de decisão atributo que envolvem atributos qualitativos e quantitativos sob incerteza [12]. O kernel é o algoritmo de ER, que é desenvolvido com base na teoria da decisão e da teoria de provas [13, 14] Dempster-Shafer (D-S). Como ER pode integrar a informação qualitativa e dados quantitativos razoavelmente, que é aplicado. Um dos objetivos deste trabalho é analisar quais os indicadores estão relacionados com o comportamento biológico do câncer gástrico e construir um modelo matemático para avaliar LNM no pré-operatório.
Métodos
Pacientes
Neste experimento, 175 casos de CT obtidas de Pequim Hospital &University Cancer; Institute (Pequim, China P. R.) constituem o conjunto de amostras. De acordo com a diretriz de tratamento internacional de câncer gástrico, CT é uma das inspecções mais comumente utilizados [15]. No entanto, outros métodos, tais como PET e EUS são utilizados como verificação seleccionada. Estes pacientes foram administrados pré-operatório abdominal realce de contraste em exames de TC e recebeu a gastrectomia entre abril de 2006 e setembro de 2008. Este estudo retrospectivo foi aprovado pelo Conselho de Revisão Institucional (IRB). Eles estavam no pré-operatório examinados com MDCT. Note que temos obtido o consentimento informado de todos os pacientes selecionados antes do curso clínico de rotina de exames de TC. Existem 125 machos e 50 fêmeas, entre estes pacientes, e sua idade média é de 59,8 anos. Os detalhes são apresentados na Tabela 1 1.Table características do paciente
características patológicas Clinic
Valor
Número de pacientes
175
idade média (y)
59,8 (30-85)
proporção de homens e mulheres
125: 50
Histopatologia
Adenocarcinoma
173 (98,9%)
Bem diferenciado 6 (3,4%)
moderadamente diferenciado
91 (52%)
pouco diferenciado
76 (43,5%)
carcinoma de pequenas células
2 (1,1%)
metástases linfonodais
positivo
134 (76,6%)
negativo
41 (23,4%)
indicadores
Há oito indicadores que foram extraídos por dois radiologistas, um com três anos e outra com oito anos de experiência no CT abdominal. Os oito indicadores foram medidos e contados manualmente em imagens MDCT como se segue: (1) invasão serosa: As imagens axiais e MPR são avaliadas para determinar a invasão serosa simultaneamente. A parede do estômago espessamento toda anormalmente aumenta estruturas lineares ou reticulares na camada de gordura em torno do estômago indicaram invasão serosa [16]
(2) classificação Tumor:. Câncer gástrico precoce ou classificação Bormann do câncer avançado em imagens MPR é . confirmada
(3) padrão de realce Tumor:. realce Tumor é dividido em três padrões na fase portal de imagens de CT, que são aprimoramento superfície da mucosa, realce homogêneo e realce heterogêneo
(4) espessura do tumor: A espessura máxima do tumor é medido com as imagens axiais CT
(5) O número de linfonodos:. O número dos gástricas linfonodos regionais com tamanho maior do que 3 mm de imagens de TCMD de grupos é contado [17]. Como os gânglios linfáticos, que são menores que 3 mm, são demasiado pequenas para torná-los perceptíveis, eles são omitidos
(6) o tamanho dos linfonodos máxima:. O eixo curto da maior linfonodo detectado em imagens de CT é medido
(7) a linfa estação de nó:. a estação de linfonodo com imagens de TCMD com base na classificação japonesa de carcinoma gástrico é determinada [17]
(8) aumento de linfonodos.: significa CT valor de atenuação de linfonodo, que é medido na fase venosa portal imagem CT de.
neste trabalho, todos os indicadores são medidos manualmente. O número de nodos linfáticos é a quantidade de nodos de linfa em torno do estômago. aumento de tamanho máximo de linfonodos e nó de linfa é extraído a partir do nó de linfa máxima. O objetivo é prever se LNM ocorre com excepção do nó máximo de linfa tem LNM. Em outras palavras, o objectivo é o de prever se LNM ocorre para cada paciente. O resultado final para o diagnóstico LNM é decidido pela cirurgia e histopatologia. O resultado patológico pode definitivamente confirmar se LNM ocorre ou não. Nós não queremos para prever a metástase para cada nó de linfa. A razão é que a correspondência de um-para-um linfonodo com CT e patologia depende da experiência muito precisa e excelente do radiologista. Ela geralmente não é consistente adequadamente para diferentes radiologistas, que podem afetar a precisão da previsão do modelo matemático. Portanto, nós não fazer a correspondência de um-para-um para cada nó de linfa. Os detalhes estão descritos na Tabela 2.Table 2 Descrição dos oito indicadores
Os dados do paciente
LNM (-)
LNM (+)
Paciente número
41/175
134/175 dados
Medição
A espessura do tumor (mm)
13,3 ± 14,0
16,6 ± 28,4
tamanho máximo do nó de linfa (mm)
6,5 ± 2,8
10,0 ± 5,5
O número de linfonodos
7 ± 4
12 ± 8
Linfonodo realce
39,5 ± 58,5
62,5 ± 66,5
Contagem de dados
padrão de realce Tumor
padrão 1

• Polimorfismos de TGFB1 e genes de VEGF e sobrevida de pacientes com cancer
• sequência do genoma de suis Helicobacter suporta seu papel na sequência pathology