Применимость признаков количественного описания изображений КТ адренокортикального рака в прогнозировании течения заболевания

Обоснование. Адренокортикальный рак (АКР) является редким орфанным заболеванием и встречается в 0.4-4% случаев инциденталом надпочечников. Высокий риск агрессивного клинического течения в целом и ограниченность терапевтических опций АКР определяют важность ранней диагностики и эффективного прогнозирования клинического течения этой агрессивной опухоли. Классификация в зависимости от значения индекса пролиферации Ki-67 имеет прогностическое значение, а компьютерная томография (КТ) обеспечивает лучшее выявление структурных характеристик опухоли по сравнению с другими методами инструментальной диагностики. Применение радиомики, как комплексного подхода к анализу медицинских изображений может повысить точность диагностики и способствовать более эффективному лечению пациентов с АКР.

Цель — разработка методики количественного описания изображений КТ с КУ АКР для оценки риска прогрессирования опухолевого процесса с учетом пролиферативного индекса Ki-67.

Методы. Ретроспективный анализ предоперационных изображений четырехфазного КТ с КУ. Критерием исключения являлось наличие артефактов в области надпочечников на КТ, отсутствие патоморфологической верификации, отсутствие одной из фаз КТ исследования (нативной, артериальной, венозной или отсроченной) и отсутствие иммуногистохимического исследования, в рамках которого определяется индекс Ki-67. Результаты КТ с КУ подвергли комплексному анализу, включающему разметку области опухоли с применением программного обеспечения 3D Slicer 5.6.2, вычисление признаков количественного описания с применением модуля PyRadiomics 3.1.0 языка программирования Python 3.9.21, постобработку полученных признаков, процедуру уменьшения размерности и проведение кластерного анализа с целью оценки эффективности предложенной методики количественного описания КТ изображений.

Результаты. Проведение количественного описания изображений КТ с КУ 24 пациентов с гистологически верифицированным диагнозом АКР с разделением пациентов на группы согласно значению индекса Ki-67 с пороговым значением Ki-67=10% (15 случаев со значением индекса> 10% и 9 случаев со значением индекса Ki-67≤10%) и дальнейшее сравнение групп пациентов, полученные после проведения кластеризации методом fuzzy K-means на 2 кластера с применением точного теста Фишера (p-value = 0.015) позволяют утверждать о наличии статистически значимой разницы между кластерными группами с уровнем значимости 0.05 по критерию классификации согласно индексу Ki-67.

Заключение. Применение радиомики демонстрирует потенциал повышения точности диагностики с помощью количественных признаков медицинских изображений.