Loading Now

Model Radiomik Berbasis MRI Prediksi Status HER2 pada Kanker Payudara

Ilustrasi model radiomik berbasis MRI untuk manajemen kanker payudara.

Model fusian radiomik berbasis MRI mungkin memberikan biomarker non-invasif untuk pengelolaan kanker payudara, menunjukkan akurasi tinggi dalam menentukan status HER2. Penelitian oleh Yuntai Cao dan tim mencakup pemanfaatan teknik MRI seperti DCE-MRI, DWI, dan T2WI. Hasilnya menunjukkan bahwa model ini bisa menjadi dasar untuk pengambilan keputusan perawatan yang lebih individual.

Penelitian terbaru yang dipublikasikan pada 1 Juni di jurnal Magnetic Resonance Imaging menunjukkan bahwa model fusian radiomik berbasis MRI dapat menjadi biomarker non-invasif yang dapat meningkatkan manajemen kanker payudara. Tim yang dipimpin oleh Yuntai Cao, MD, dari Rumah Sakit Afiliasi Universitas Qinghai, Xining, China, menemukan bahwa model ini, yang menggabungkan berbagai metode MRI, mencapai tingkat akurasi diagnostik yang tinggi untuk menilai status HER2 positif atau negatif pada kanker payudara.

Cao dan timnya menekankan, “Model ini tidak hanya memberikan biomarker pencitraan yang andal… tetapi yang lebih penting, hasil prediktifnya dapat langsung memandu pemilihan strategi perawatan klinis, sehingga mendorong diagnosis dan pengobatan kanker payudara menuju pendekatan presisi dan individual.” Menentukan status HER2 adalah hal penting dalam menentukan perawatan yang tepat untuk pasien kanker payudara. Metode klinis saat ini untuk menilai status HER2 bersifat invasif, dapat memiliki hasil yang terlambat, dan memiliki keterbatasan dalam mengumpulkan sampel.

Dalam penelitian ini, Cao dan rekan-rekannya mengeksplorasi bagaimana metode MRI multiparametrik dapat membantu memprediksi status HER2 pada kanker payudara. Mereka mengintegrasikan fitur radiomik intratumoral dan peritumoral untuk membangun model radiomik multiparametrik MRI intratumoral dan peritumoral, dengan menggunakan beberapa teknik MRI: MRI dengan kontras dinamis (DCE-MRI), pencitraan berbasis difusi (DWI), dan pencitraan T2 yang tereduksi lemak (T2WI).

Penelitian ini menggunakan dataset retrospektif dari 266 wanita untuk pelatihan dan validasi di dua pusat. Pusat pertama melibatkan 199 wanita yang dibagi menjadi set pelatihan (n = 140) dan set validasi (n = 59). Pusat kedua mencakup 67 wanita dalam set pengujian eksternal. Mereka menggunakan 3D Slicer untuk segmentasi batas tumor pada pemeriksaan MRI guna mendefinisikan volume intratumoral yang menjadi perhatian, yang kemudian diperluas 3 mm untuk menciptakan wilayah peritumoral (VOI_Peri3mm).

Para peneliti mengekstrak fitur radiomik untuk melatih delapan model hutan acak. Dari delapan model tersebut, model fusian radiomik intratumoral dan peritumoral MRI multiparametrik yang menggabungkan semua tiga teknik MRI menunjukkan hasil prediksi HER2 terbaik, jauh melampaui model parameter tunggal atau model satu wilayah. Penemuan ini mengisyaratkan bahwa model tersebut bisa menjadi fondasi pencitraan yang andal untuk pengambilan keputusan perawatan yang lebih terpersonalisasi.

“Dibandingkan dengan model intratumoral, model multi-parameter menunjukkan peningkatan masing-masing 11,23 %, 9,15 %, dan 16,14 % pada tiga dataset,” ujarnya. Selain itu, para penulis menambahkan bahwa temuan ini mengonfirmasi nilai biologis independen dari wilayah peritumoral dalam memprediksi subtipe molekuler kanker payudara. Temuan ini juga menyediakan “bukti penting untuk penelitian radiomik multiparametrik di masa depan.”

Anda dapat mengakses studi lengkapnya di sini.

Secara keseluruhan, model fusian radiomik berbasis MRI ini menawarkan cara non-invasif yang menjanjikan untuk menentukan status HER2 pada kanker payudara. Dengan menunjukkan akurasi tinggi dan potensi dalam memandu pilihan perawatan yang dipersonalisasi, penelitian ini membuka kemungkinan baru dalam pendekatan diagnosis dan pengobatan kanker payudara.

Sumber Asli: www.auntminnie.com

Sofia Peterson is an acclaimed investigative journalist whose work spans over 15 years, focusing on corporate ethics and accountability. Holding a degree in economics from the University of Helsinki, she seamlessly blends financial understanding with journalistic integrity. Sofia's meticulous investigative approaches have uncovered significant corporate malfeasance, leading to changes in policy and corporate governance. Renowned for her fearless commitment to truth and transparency, she is a mentor to aspiring journalists globally.

Post Comment