Napredna analitika i umjetna inteligencija u gastrointestinalnom karcinomu: sistematski pregled radiomika koji predviđa odgovor na liječenje.
European journal of nuclear medicine and molecular imaging
Sažetak istraživanja
Svrha Napredna medicinska analitika slike se sve više koristi za predviđanje kliničkog ishoda kod pacijenata s dijagnozom gastrointestinalnih tumora. Ovaj pregled daje pregled vrijednosti radiomike u predviđanju odgovora na liječenje pacijenata sa gastrointestinalnim tumorima.
Metode Sproveden je sistematski pregled prema PRISMA smjernicama. Protokol je prospektivno registrovan (PROSPERO: CRD42019128408). Pretražene su baze podataka PubMed, Embase i Cochrane. Uključene su originalne studije koje izvještavaju o vrijednosti radiomike u predviđanju odgovora na liječenje kod pacijenata sa gastrointestinalnim tumorom. Provedena je narativna sinteza rezultata.
Rezultati su stratificirani prema tipu tumora. Izvršena je procjena kvaliteta uključenih studija, prema skoru kvaliteta radiomike.
Rezultati Opsežnim pretraživanjem literature identifikovano je 1360 jedinstvenih studija, od kojih je 60 članaka uključeno u analizu. U 37 studija, radiomički modeli i pojedinačne radiomične karakteristike pokazali su dobre prediktivne performanse za odgovor na tretman (područje ispod krive ili tačnost > 0,75). Korištene su različite strategije za konstruiranje prediktivnih modela. Često je vršena interna validacija prediktivnih modela, dok je većini studija nedostajala eksterna validacija. Nijedna studija nije objavila prediktivne modele primijenjene u kliničkoj praksi.
Zaključak Radiomika se sve više koristi za predviđanje odgovora na liječenje pacijenata koji boluju od karcinoma gastrointestinalnog trakta. Ovaj pregled pokazuje njegov veliki potencijal da pomogne u predviđanju odgovora na liječenje i poboljšanju odabira pacijenata i ranog prilagođavanja strategije liječenja na neinvazivan način.
Prikaži originalni naslov i sažetak na engleskom
Advanced analytics and artificial intelligence in gastrointestinal cancer: a systematic review of radiomics predicting response to treatment.
Purpose Advanced medical image analytics is increasingly used to predict clinical outcome in patients diagnosed with gastrointestinal tumors. This review provides an overview on the value of radiomics in predicting response to treatment in patients with gastrointestinal tumors.
Methods A systematic review was conducted, according to PRISMA guidelines. The protocol was prospectively registered (PROSPERO: CRD42019128408). PubMed, Embase, and Cochrane databases were searched. Original studies reporting on the value of radiomics in predicting response to treatment in patients with a gastrointestinal tumor were included. A narrative synthesis of results was conducted.
Results were stratified by tumor type. Quality assessment of included studies was performed, according to the radiomics quality score.
Results The comprehensive literature search identified 1360 unique studies, of which 60 articles were included for analysis. In 37 studies, radiomics models and individual radiomic features showed good predictive performance for response to treatment (area under the curve or accuracy > 0.75). Various strategies to construct predictive models were used. Internal validation of predictive models was often performed, while the majority of studies lacked external validation. None of the studies reported predictive models implemented in clinical practice.
Conclusion Radiomics is increasingly used to predict response to treatment in patients suffering from gastrointestinal cancer. This review demonstrates its great potential to help predict response to treatment and improve patient selection and early adjustment of treatment strategy in a non-invasive manner.
Izvorni podaci
- DOI
- 10.1007/s00259-020-05142-w
- PMID
- 33326049
- PMCID
- PMC8113210
- Provjereno
- 2026-07-26
Naslov i sažetak prevedeni su automatski i prijevod može sadržavati netačnosti ili neprecizne stručne izraze. Za sve detalje, citiranje i medicinsko tumačenje pregledajte originalnu englesku verziju članka. Ne donosite zdravstvene odluke samo na osnovu ovog prijevoda.
Pregledaj originalni članak na engleskom