Subscribe to RSS
DOI: 10.1055/s-0037-1600459
Vergleich von Radiomics, quantitativen ADC Messungen und PI-RADS zur Detektion des signifikanten Prostatakarzinoms
Publication History
Publication Date:
23 March 2017 (online)
Zielsetzung:
Durch Prostata-MRT kann die Überdiagnose insignifikanter Prostatakarzinome (PC) potentiell verringert werden, bei vermehrter Detektion signifikanter PC gegenüber der 12-fach Biopsie. Eine kleine aber wichtige Zahl von PC wird aber weiterhin von MRT oder gezielten MRT/TRUS Fusionsbiopsien übersehen. Hier vergleichen wir den zusätzlichen Nutzen von Radiomics und quantitativen ADC Messungen über klinische PI-RADS Befundung.
Material und Methodik:
16954 radiomische Parameter wurden aus den Bilddaten 197 konsekutiv bei 3 Tesla untersuchten Patienten mit klinischem Verdacht auf PC bestimmt. Klinische PI-RADS Befundungen sowie eine unter Kenntnis der durch MRT/TRUS Fusions- und Sättigungsbiopsien gesicherten Histologie erstellte Segmentation und retrospektive Likert-Beurteilung lagen zum Vergleich vor. Nach Vorfilterung wurden aus den verbleibenden 938 Parametern ein 13 und ein 29 Parameter Lasso und Elastic Net (Enet) Vorhersagemodell konstruiert und durch +.632 bootstrapping validiert. Die Modelle wurden mit dem Monoparameter mittlerer ADC Wert (meanADC) verglichen.
Ergebnisse:
Ein klinischer PI-RADS score von 3 oder mehr hatte eine true positive rate (TPR) von 95%, allerdings bei einer false positive rate (FPR) von 74% und einer accuracy von 52%. Dagegen zeigten die Lasso/Enet Modelle eine accuracy von 83%/84% und ADCmean von 85%, verglichen mit 85% für Likert >= 3. Für die ROC AUC lagen die Modelle mit 89%/90% über Likert (87%) aber gering unter meanADC (92%).
Schlussfolgerungen:
ADC und Radiomics führten zu einer geringen Verbesserung der Prädiktion signifikanter PC gegenüber retrospektivem Likert Scoring. Die Performance war deutlich besser als für prospektive PI-RADS Beurteilung. Mean ADC kann die qualitative Auswertung des MRT verbessern. Retrospektives Likert Scoring kann als Obergrenze der PI-RADS Performance interpretiert werden. Ein zusätzlicher Nutzen komplexer Radiomics-Signaturen konnte hier nicht gezeigt werden, ist aber bei Weiterentwicklung der Parameterselektion und Modellkonstruktion nicht ausgeschlossen.