Preoperative Tumor Texture Analysis on MRI for High-Risk Disease Prediction in Endometrial Cancer: A Hypothesis-Generating Study.

Autor:	Miccò M; Area Diagnostica per Immagini, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Gui B; Area Diagnostica per Immagini, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Russo L; Area Diagnostica per Immagini, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Boldrini L; U.O.C. Radioterapia Oncologica, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Lenkowicz J; U.O.C. Radioterapia Oncologica, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Cicogna S; Department of Obstetrics and Gynaecology, Institute for Maternal and Child Health, IRCCS 'Burlo Garofolo', 34137 Trieste, Italy., Cosentino F; Gynecologic Oncology, Gemelli Molise Spa, 86100 Campobasso, Italy., Restaino G; Radiology Department, Gemelli Molise Spa, 86100 Campobasso, Italy., Avesani G; Area Diagnostica per Immagini, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Panico C; Area Diagnostica per Immagini, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Moro F; Dipartimento Scienze della Salute della Donna, del Bambino e di Sanità Pubblica Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Ciccarone F; Dipartimento Scienze della Salute della Donna, del Bambino e di Sanità Pubblica Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy., Macchia G; Radiotherapy Unit, Gemelli Molise Hospital, 86100 Campobasso, Italy., Valentini V; U.O.C. Radioterapia Oncologica, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy.; Sede di Roma, Università Cattolica del Sacro Cuore, 00168 Rome, Italy., Scambia G; Dipartimento Scienze della Salute della Donna, del Bambino e di Sanità Pubblica Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy.; Istituto di Clinica Ostetrica e Ginecologica, Università Cattolica del Sacro Cuore, 00168 Rome, Italy., Manfredi R; Area Diagnostica per Immagini, Dipartimento Diagnostica per Immagini, Radioterapia Oncologica ed Ematologia, Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy.; Sede di Roma, Università Cattolica del Sacro Cuore, 00168 Rome, Italy., Fanfani F; Dipartimento Scienze della Salute della Donna, del Bambino e di Sanità Pubblica Fondazione Policlinico Universitario A. Gemelli, IRCCS, 00168 Rome, Italy.; Istituto di Clinica Ostetrica e Ginecologica, Università Cattolica del Sacro Cuore, 00168 Rome, Italy.
Jazyk:	angličtina
Zdroj:	Journal of personalized medicine [J Pers Med] 2022 Nov 07; Vol. 12 (11). Date of Electronic Publication: 2022 Nov 07.
DOI:	10.3390/jpm12111854
Abstrakt:	Objective: To develop and validate magnetic resonance (MR) imaging-based radiomics models for high-risk endometrial cancer (EC) prediction preoperatively, to be able to estimate deep myometrial invasion (DMI) and lymphovascular space invasion (LVSI), and to discriminate between low-risk and other categories of risk as proposed by ESGO/ESTRO/ESP (European Society of Gynaecological Oncology-European Society for Radiotherapy & Oncology and European Society of Pathology) guidelines. Methods: This retrospective study included 96 women with EC who underwent 1.5-T MR imaging before surgical staging between April 2009 and May 2019 in two referral centers divided into training (T = 73) and validation cohorts (V = 23). Radiomics features were extracted using the MODDICOM library with manual delineation of whole-tumor volume on MR images (axial T2-weighted). Diagnostic performances of radiomic models were evaluated by area under the receiver operating characteristic (ROC) curve in training (AUCT) and validation (AUCV) cohorts by using a subset of the most relevant texture features tested individually in univariate analysis using Wilcoxon-Mann-Whitney. Results: A total of 228 radiomics features were extracted and ultimately limited to 38 for DMI, 29 for LVSI, and 15 for risk-classes prediction for logistic radiomic modeling. Whole-tumor radiomic models yielded an AUCT/AUCV of 0.85/0.68 in DMI estimation, 0.92/0.81 in LVSI prediction, and 0.84/0.76 for differentiating low-risk vs other risk classes (intermediate/high-intermediate/high). Conclusion: MRI-based radiomics has great potential in developing advanced prognostication in EC.
Databáze:	MEDLINE
Externí odkaz:	Zobrazit plný text záznamu