壹生资讯-新型ALARM模型可对肝硬化患者肝细胞癌进行早期预警

您已通过HCP身份认证和信息审核

(

新型ALARM模型可对肝硬化患者肝细胞癌进行早期预警 | 消化研究展播

2025-03-21作者：论坛报小塔资讯

原创

成果名称：基于三阶段CT的深度学习放射组学模型对肝硬化患者肝细胞癌的早期预警：一项回顾性、多中心、队列研究

Early warning of hepatocellularcarcinoma in cirrhotic patients by threephase CT-based deep learning radiomicsmodel: a retrospective, multicentre,cohort study

发表期刊：《电子临床医学》（eClinicalMedicine）（Q1区，IF2023：15.1）

通讯作者：樊蓉、侯金林

主要作者单位：南方医科大学南方医院

研究解读

南方医科大学南方医院樊蓉/侯金林教授团队依托全国多中心肝癌高风险人群长期随访队列以及对应的多维标本库，成功构建并验证了一种先进工具——ALARM模型。该模型通过多期增强计算机断层扫描以及aMAP评分，可提前3~12个月预警HCC的发生，为识别HCC移行期提供了有效工具。研究成果于2024年7月发表于《柳叶刀》子刊eClinicalMedicine。

研究团队在2018年6月至2020年1月期间，于11个中心研究了主要来自PreCar队列（NCT03588442）的1858例肝硬化患者，并收集了他们在肝细胞癌诊断或最终非肝细胞癌随访前3-12个月的三期CT图像和实验室检查结果。利用放射组学和深度学习技术，在发现队列（n=924）中开发了早期预警模型，然后在内部验证队列（n=231）和外部验证队列（来自10个外部中心，n=703）中进行了验证。

研究者开发了一种名为ALARM的混合模型，该模型将深度学习放射组学与临床变量相结合，能够对大多数肝细胞癌病例进行早期预警。在发现队列中，ALARM模型有效预测了肝硬化患者短期内发生肝细胞癌的情况，曲线下面积（AUC）为0.929（95%置信区间：0.918-0.941）；在内部验证队列中，AUC为0.902（0.818-0.987）；在外部验证队列中，AUC为0.918（0.898-0.961）。应用0.21和0.65的最佳阈值后，高风险组（n=221，11.9%）和中风险组（n=433，23.3%）覆盖了94.4%（84/89）的发生肝细胞癌的患者，与低风险组（n=1204，64.8%）相比，这两个组发生肝细胞癌的比率显著更高（24.3% vs 6.4% vs 0.42%，P<0.001）。此外，ALARM在亚组分析中也表现出一致的性能。

基于深度学习放射组学和临床变量的新型ALARM模型，能够为肝硬化患者提供可靠的短期内肝细胞癌发展预测，并可能有助于提高临床决策的精确性和早期启动肝细胞癌治疗。

每一项临床研究都倾注着研究团队的心血结晶。学习过后，您是否有所收获？或有疑问想与主创团队分享？请在评论区留言，期待与您交流！

END

200 评论

知情同意书

新型ALARM模型可对肝硬化患者肝细胞癌进行早期预警 | 消化研究展播

热门资讯

关于我们

中国医学论坛报微信矩阵

助力乡村振兴帮扶行动

友情链接