首页 > 资讯 > 癌症 > 正文
2021-12-02 07:05

数学模型允许对肿瘤的侵袭性进行标准化分类

brain tumor

客观评估肿瘤形状不规则性为术前更有效地评估其侵袭性提供了一种手段。这是Krems的Karl Landsteiner健康科学大学的一组医生的关键发现,他们的研究重点是脑膜瘤,一种影响脑膜组织的肿瘤。在最新一期《神经外科杂志》上发表的一项研究中,研究团队证明了他们开发的模型的高预测价值,并将其命名为表面因子。该模型为量化肿瘤形状不规则性提供了一个客观、可比较的参数。基于来自超过125名患者的数据,该研究发现低表面因子(即不规则的肿瘤表面)与肿瘤侵袭性较高之间具有统计学意义的相关性。

虽然脑膜瘤——发生于脑膜的肿瘤——通常是良性的,但约20%的病例具有较高的侵袭性。使用WHO分类进行区分,该分类将肿瘤从I到III进行手术切除,并确定随后的治疗方案。然而,术前分类将是非常有益的,因为它将为外科医生提供最合适的手术策略的重要提前信息。克雷姆斯卡尔·兰德斯坦纳健康科学大学(KL Krems)的一组医生现在已经证明,他们计算出的因子精确地提供了这类信息。

“肤浅”考试

“我们分析的起点很简单,”位于圣Pölten的KL Krems大学医院神经外科临床部门的Franz Marhold博士解释道。“经验表明,肿瘤,尤其是表面不规则的脑膜瘤更具侵袭性。这意味着我们需要一个参数来客观地量化和比较肿瘤的不规则性。这正是我们利用地面因素所取得的成果。”

肿瘤的磁共振成像为确定表面因子(SF)提供了基础,它可以使用专业软件计算肿瘤的表面积和体积。在第二步中,计算与肿瘤体积相同的假设球体的表面积。这项研究的第一作者波帕迪奇博士说,“在所有几何形状中,球体相对于其体积的表面积最小。换句话说,它代表了一种‘理想化’的肿瘤,其不规则性尽可能少。”SF计算为球的表面积与肿瘤记录的表面积之比。不规则性越多,SF越低。

明确的数据集

为了突出SF的预测价值,马霍德、波帕迪奇和他们的团队收集了2010年至2018年期间奥地利两家神经外科中心摘除脑膜瘤的126名患者的数据。这项回顾性研究表明,使用SF可以在世界卫生组织I-III级之间做出具有高度统计准确性的区分。进一步分析表明,SF独立于其他值,因此可以作为脑膜瘤侵袭性的一个容易计算的术前预后因素。

总的来说,该团队设计了一个数学模型,可以对脑膜瘤的形状进行客观和定量的术前评估,该研究已发表在《神经外科杂志》上。展望未来,这种新的预测工具可以帮助优化手术策略并有助于改善治疗结果。这项工作再次强调了KL Krems以研究为基础的方法,以促进医学的持续创新,以期提高患者的福祉。