Rofo 2016; 188 - SP303_2
DOI: 10.1055/s-0036-1581862

Prostata-MRT vor radikaler Prostatektomie: Radiomics-Parameter zur Differenzierung von primärem Gleason Pattern 3 von hochgradigem Prostatakarzinom

D Bonekamp 1, P Kickingereder 1, B Hadaschik 2, J Radtke 2, M Götz 3, K Maier-Hein 3, M Röthke 1, M Hohenfellner 2, H Schlemmer 1
  • 1Deutsches Krebsforschungszentrum, Radiologie, Heidelberg
  • 2Universitätsklinikum Heidelberg, Urologie, Heidelberg
  • 3Deutsches Krebsforschungszentrum, Medizinische und Biologische Informatik, Heidelberg

Zielsetzung:

Bei der Selektion von Patienten für die aktive Therapie oder active Surveillance wird der bioptisch bestimmte Gleason Score (GS) und besonders das primäre Gleason Pattern (GP) zunehmend durch die MRT ergänzt. Die MR-basierte Vorhersage des GP in GS7 Läsionen, die sowohl primäres GP3 (GS 3+4) als auch GP4 (GS 4+3) beinhalten ist weiterhin schwierig. Hier evaluieren wir das Potenzial einer Radiomics-basierten Texturanalyse zur Vorhersage des primären GP basierend auf vor radikaler Prostatektomie (RP) akquirierten MRT Untersuchungen.

Material und Methodik:

Insgesamt 3104 quantitative MRT Radiomics-Parameter intensitätsmodulierter MRT Daten wurden automatisch extrahiert. Alle Parameter wurden zum Training eines partiellen Least-Squares Discriminant Analysis (PLSDA) Modelles mit wiederholter (n = 3) 10-facher Kreuzvalidierung genutzt um Tumoren mit primärem GP3 (GS 3+3 and 3+4) von denen mit hochgradigem PCa (primäres GP 4 and 5) zu unterscheiden.

Ergebnisse:

Das aus dem Traningsdatensatz abgeleitete Klassifikationsmodell erreichte eine ROC-AUC von 81.5%. Das Modell erreichte eine akkurate Unterscheidung von Tumoren mit primärem GP3 von hochgradigen Läsionen in 86.7% der Fälle (95% Konfidenzintervall, 59.5% – 98.3%; positiver prädiktiver Wert: 100%; negativer prädiktiver Wert: 81.8%) im Validationsdatensatz.

Schlussfolgerungen:

In dieser Studie finden wir eine hohe diskriminatorische Genauigkeit zwischen primären GP3 und hochgradigen PCa Läsionen durch den Einsatz eines ausschließlich aus T2-gewichteten MR Intensitäten abgeleiteten Radiomics-Modelles. Obwohl ADC Intensitäten in die Analyse eingingen war keine der abgeleiteten Metrics in der Liste der wichtigsten Parameter. Unsere Ergebnisse zeigen das Potenzial von Radiomics-basierten Texturanalysen auf, durch die möglicherweise die derzeit bestehenden Einschränkungen bei der Differenzierung des primären GP durch MRT überwunden werden können, mit dem Ziel in Zukunft eine verlässliche MR-basierte Stratifizierung von Patienten in die AS und AT Arme zu ermöglichen.