Model penilaian baru berbasis MRI dapat meningkatkan penilaian kekambuhan dini pada pasien HCC. Berdasarkan data dari 366 pasien, model ini mengidentifikasi lima fitur pencitraan yang terkait dengan risiko tinggi. Hasil menunjukkan kinerja sangat baik dalam memprediksi indikator patologis, meskipun membutuhkan validasi lebih lanjut.
Sebuah model penilaian baru untuk pemeriksaan MRI menunjukkan potensi untuk meningkatkan penilaian kekambuhan dini pada pasien dengan hepatocellular carcinoma (HCC), menurut studi yang diterbitkan pada 11 Februari di Radiology. Model ini didasarkan pada pemindaian MRI yang ditingkatkan dengan asam gadoxetic dan mencakup “skor gambar” yang dapat membantu klinisi melakukan intervensi yang lebih efektif, seperti yang dijelaskan oleh penulis utama Kun Zhang, MD, dan Kan He, MD.
Radikal bedah adalah pengobatan utama untuk HCC, tetapi kekambuhan dini tetap menjadi tantangan yang signifikan. Analisis patologis HCC bersifat invasif dan seringkali tidak lengkap, sehingga banyak penelitian terakhir menunjukkan keunggulan model penilaian berbasis data klinis dan fitur pencitraan. Namun, masih sedikit model yang menggunakan fitur MRI yang ditingkatkan dengan gadoxetic acid untuk memprediksi indikator patologis pada HCC.
Para peneliti mengumpulkan data dari 366 pasien HCC yang menjalani MRI praoperasi antara Januari 2014 hingga Januari 2021. Mereka mengevaluasi karakteristik pencitraan praoperasi pasien berdasarkan spesimen patologis dan mengidentifikasi lima fitur citra yang terkait dengan risiko tinggi: 1) diameter lebih dari 4 cm, 2) morfologi tidak teratur, 3) arteri intratumoral, 4) peningkatan peritumoral pada fase arteri, dan 5) intensitas sinyal peritumoral yang rendah.
Berdasarkan fitur-fitur ini, peneliti mengembangkan skor yang disebut I-score dan mengujinya untuk memprediksi kekambuhan dini HCC dalam tiga dataset: satu dataset pelatihan, dua validasi eksternal, dan satu dataset hasil. Hasilnya menunjukkan bahwa model memiliki kinerja yang sangat baik dengan AUC 0.93 pada dataset pelatihan dan AUC 0.86 dan 0.84 pada dataset validasi eksternal.
Model ini menunjukkan bahwa I-score yang dikombinasikan dengan dua prediktor lainnya memiliki kinerja prognostik yang lebih baik pada dataset hasil, dengan indeks kesepakatan 0.84. Hasil ini menunjukkan potensi peningkatan penilaian kekambuhan dini pada pasien HCC.
Meskipun banyak studi telah mengembangkan metode untuk memprediksi fitur patologis pada HCC, sebagian besar penelitian sebelumnya terbatas pada pengkajian satu fitur patologis. Model ini berhasil meskipun dikembangkan dan diuji pada pasien dari berbagai daerah dan rumah sakit yang berbeda, namun perlu dilakukan validasi lebih lanjut.
Studi ini menunjukkan adanya model penilaian baru yang berdasarkan MRI yang dapat membantu dalam identifikasi risiko kekambuhan dini pada pasien HCC. Ini menandakan langkah penting untuk meningkatkan prognosis dan pemilihan terapi untuk pasien HCC, meskipun penelitian lebih lanjut diperlukan untuk validasi dan penerapan klinis yang lebih luas.
Sumber Asli: www.auntminnie.com
