Радиомика в диагностике клинически-значимого рака предстательной железы в категории PI-RADS 3. Что уже известно, и что делать дальше?

Обложка


Цитировать

Полный текст

Аннотация

Обоснование. В настоящее время рак предстательной железы является вторым наиболее часто диагностируемым типом рака у мужчин. С целью унификации диагностического процесса в 2019 году была опубликована вторая редакция системы оценки данных и составления заключения при интерпретации магнитно-резонансной томографии предстательной железы (PI-RADS). В рамках этой классификации, категория PI-RADS 3 указывает на промежуточный риск наличия клинически значимого рака предстательной железы, при этом отсутствуют универсальные рекомендации относительно лечения пациентов, попадающих в данную категорию. В литературе прослеживаются различные мнения: одни исследователи настаивают на необходимости проведения биопсии для дальнейшей оценки состояния, тогда как другие предлагают стратегию активного наблюдения за такими пациентами.

Цель — анализ и сравнение существующих диагностических моделей, основанных на радиомике при дифференцировке и выявлении клинически значимого рака предстательной железы у пациентов с категорией PI-RADS 3.

Материалы и методы. Поиск публикаций в базах данных PubMed, Scopus, Web of Science осуществлялся по ключевым словам: PI-RADS 3, radiomics, texture analysis, clinically significant prostate cancer — с дополнительным акцентом на исследования, оцениваемые по Radiology Quality Score. Критерии отбора включали идентификацию PI-RADS 3 по рекомендациям 2.1 версии, использование системной биопсии в качестве контроля, применение инструментов, совместимых со стандартом IBSI для анализа радиологических признаков, и подробное описание методологии. В результате были отобраны 4 метаанализа и 12 оригинальных статей.

Результаты. Диагностические модели на основе радиомики показали значительные перспективы для улучшения точности выявления клинически значимого рака предстательной железы в категории PI-RADS 3 по системе PI-RADS V2.1. Тем не менее исследования A. Stanzione A. и соавт. и J. Bleker и соавт. выявили проблемы с качеством таких моделей, что ограничивает их клиническое применение, основываясь на низких значениях Radiology Quality Score. В контрасте, работы T. Li и соавт. и Y. Hou и соавт. предложили новаторские методы, включая разработку номограмм и применение машинного обучения, демонстрируя потенциал радиомики в улучшении диагностики для данной категории, что указывает на возможности дальнейшего развития и применения радиомических исследований в клинической практике.

Заключение. Несмотря на то, что разработанные модели сегодня не могут полностью заменить PI-RADS, включение радиомики может в значительной степени улучшить эффективность диагностического процесса, обеспечивая врачам-рентгенологам количественные и качественные критерии, которые позволят с большей уверенностью диагностировать рак предстательной железы.

Полный текст

Обоснование. В настоящее время рак предстательной железы является вторым наиболее часто диагностируемым типом рака у мужчин. С целью унификации диагностического процесса в 2019 году была опубликована вторая редакция системы оценки данных и составления заключения при интерпретации магнитно-резонансной томографии предстательной железы (PI-RADS). В рамках этой классификации, категория PI-RADS 3 указывает на промежуточный риск наличия клинически значимого рака предстательной железы, при этом отсутствуют универсальные рекомендации относительно лечения пациентов, попадающих в данную категорию. В литературе прослеживаются различные мнения: одни исследователи настаивают на необходимости проведения биопсии для дальнейшей оценки состояния, тогда как другие предлагают стратегию активного наблюдения за такими пациентами.

Цель — анализ и сравнение существующих диагностических моделей, основанных на радиомике при дифференцировке и выявлении клинически значимого рака предстательной железы у пациентов с категорией PI-RADS 3.

Материалы и методы. Поиск публикаций в базах данных PubMed, Scopus, Web of Science осуществлялся по ключевым словам: PI-RADS 3, radiomics, texture analysis, clinically significant prostate cancer — с дополнительным акцентом на исследования, оцениваемые по Radiology Quality Score. Критерии отбора включали идентификацию PI-RADS 3 по рекомендациям 2.1 версии, использование системной биопсии в качестве контроля, применение инструментов, совместимых со стандартом IBSI для анализа радиологических признаков, и подробное описание методологии. В результате были отобраны 4 метаанализа и 12 оригинальных статей.

Результаты. Диагностические модели на основе радиомики показали значительные перспективы для улучшения точности выявления клинически значимого рака предстательной железы в категории PI-RADS 3 по системе PI-RADS V2.1. Тем не менее исследования A. Stanzione A. и соавт. и J. Bleker и соавт. выявили проблемы с качеством таких моделей, что ограничивает их клиническое применение, основываясь на низких значениях Radiology Quality Score. В контрасте, работы T. Li и соавт. и Y. Hou и соавт. предложили новаторские методы, включая разработку номограмм и применение машинного обучения, демонстрируя потенциал радиомики в улучшении диагностики для данной категории, что указывает на возможности дальнейшего развития и применения радиомических исследований в клинической практике.

Заключение. Несмотря на то, что разработанные модели сегодня не могут полностью заменить PI-RADS, включение радиомики может в значительной степени улучшить эффективность диагностического процесса, обеспечивая врачам-рентгенологам количественные и качественные критерии, которые позволят с большей уверенностью диагностировать рак предстательной железы.

×

Об авторах

Александра Сергеевна Тян

Национальный медицинский исследовательский центр хирургии имени А.В. Вишневского

Автор, ответственный за переписку.
Email: tyan_a_s@staff.sechenov.ru
ORCID iD: 0009-0007-4193-7413
Россия, Москва

Григорий Григорьевич Кармазановский

Национальный медицинский исследовательский центр хирургии имени А.В. Вишневского

Email: karmazanovsky@yandex.ru
ORCID iD: 0000-0002-9357-0998
Россия, Москва

Наталья Александровна Карельская

Национальный медицинский исследовательский центр хирургии имени А.В. Вишневского

Email: karelskaya.n@yandex.ru
Россия, Москва

Евгений Валерьевич Кондратьев

Национальный медицинский исследовательский центр хирургии имени А.В. Вишневского

Email: evgenykondratiev@gmail.com
Россия, Москва

Александр Дмитриевич Ковалев

Национальный медицинский исследовательский центр хирургии имени А.В. Вишневского

Email: aledmikov@yandex.ru
Россия, Москва

Список литературы

  1. Westphalen A.C., McCulloch C.E., Anaokar J.M., et al. Variability of the positive predictive value of PI-RADS for prostate MRI across 26 centers: experience of the society of abdominal radiology prostate cancer disease-focused panel // Radiology. 2020. Vol. 296, N 1. P. 76–84. doi: 10.1148/radiol.2020190646
  2. Ferro M., de Cobelli O., Musi G., et al. Radiomics in prostate cancer: An up-to-date review // Therapeutic Advances in Urology. 2022. Vol. 14. P. 17562872221109020. doi: 10.1177/17562872221109020
  3. Wadera A., Alabousi M., Pozdnyakov A., et al. Impact of PI-RADS category 3 lesions on the diagnostic accuracy of MRI for detecting prostate cancer and the prevalence of prostate cancer within each PI-RADS category: A systematic review and meta-analysis // The British journal of radiology. 2021. Vol. 94, N 1118. P. 20191050. doi: 10.1259/bjr.20191050
  4. Li T., Sun L., Li Q., et al. Development and validation of a radiomics nomogram for predicting clinically significant prostate cancer in PI-RADS 3 lesions // Frontiers in oncology. 2022. Vol. 11. P. 825429. doi: 10.3389/fonc.2021.825429
  5. Qi Y., Zhang S., Wei J., et al. Multiparametric MRI-Based Radiomics for Prostate Cancer Screening With PSA in 4–10 ng/mL to Reduce Unnecessary Biopsies // Journal of Magnetic Resonance Imaging. 2020. Vol. 51, N 6. P. 1890–1899. doi: 10.1002/jmri.27008
  6. Penzias G., Singanamalli A., Elliott R., et al. Identifying the morphologic basis for radiomic features in distinguishing different Gleason grades of prostate cancer on MRI: Preliminary findings // PloS one. 2018. Vol. 13, N 8. P. e0200730. doi: 10.1371/journal.pone.0200730
  7. Corsi A., De Bernardi E., Bonaffini P.A., et al. Radiomics in PI-RADS 3 Multiparametric MRI for Prostate Cancer Identification: Literature Models Re-Implementation and Proposal of a Clinical–Radiological Model // Journal of Clinical Medicine. 2022. Vol. 11, N 21. P. 6304. doi: 10.3390/jcm11216304
  8. Hectors S.J., Chen C., Chen J., et al. Magnetic Resonance Imaging Radiomics-Based Machine Learning Prediction of Clinically Significant Prostate Cancer in Equivocal PI-RADS 3 Lesions // Journal of Magnetic Resonance Imaging. 2021. Vol. 54, N 5. P. 1466–1473. doi: 10.1002/jmri.27692
  9. Jin P., Shen J., Yang L., et al. Machine learning-based radiomics model to predict benign and malignant PI-RADS v2. 1 category 3 lesions: a retrospective multi-center study // BMC Medical Imaging. 2023. Vol. 23, N 1. P. 1–13. doi: 10.1186/s12880-023-01002-9
  10. Stanzione A., Gambardella M., Cuocolo R., et al. Prostate MRI radiomics: A systematic review and radiomic quality score assessment // European journal of radiology. 2020. Vol. 129. P. 109095. doi: 10.1016/j.ejrad.2020.109095
  11. Bleker J., Kwee T.C., Yakar D. Quality of multicenter studies using MRI radiomics for diagnosing clinically significant prostate cancer: a systematic review // Life. 2022. Vol. 12, N 7. P. 946. doi: 10.3390/life12070946
  12. Hou Y., Bao M.L., Wu C.J., et al. A radiomics machine learning-based redefining score robustly identifies clinically significant prostate cancer in equivocal PI-RADS score 3 lesions // Abdominal Radiology. 2020. Vol. 45. P. 4223–4234. doi: 10.1007/s00261-020-02678-1

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Эко-вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 79539 от 09 ноября 2020 г.


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах