物理科技生物学-PHYICA

数学模型允许肿瘤侵袭性的标准化分类

医学研究 2022-06-22 21:51:53

Credit: Unsplash/CC0公共领域 对肿瘤形状不规则性的客观评估提供了一种在手术前更有效地评估其侵袭性的方法

这是克莱姆卡尔·兰德斯坦纳健康科学大学的一组医生的关键发现,他们的研究集中在脑膜瘤上,这是一种影响大脑脑膜组织的肿瘤

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,并命名为表面因子

该模型代表了用于量化肿瘤形状不规则性的客观且可比的参数

基于超过125名患者的数据,研究发现低表面因子(I

e

不规则的肿瘤表面)和更高水平的肿瘤侵袭性

尽管脑膜瘤——发生在脑膜中的肿瘤——通常是良性的,但大约20%的病例具有更高的侵袭性

使用世界卫生组织的分类进行区分,一旦肿瘤被手术切除,该分类将肿瘤从ⅰ级划分为ⅲ级,并确定后续的治疗方案

然而,术前分类将是非常有益的,因为它将为外科医生提供关于最适合的手术策略的重要的预先信息

一组来自卡尔·兰德斯坦纳健康科学大学的医生现在已经证明他们计算的因子准确地提供了这类信息

肤浅的检查 “我们分析的起点非常简单,”博士解释道

圣波尔顿KL Krems大学医院神经外科临床部的Franz Marhold说

“经验表明,表面不规则的肿瘤,尤其是脑膜瘤,往往更具侵袭性

这意味着我们需要一个参数来客观量化和比较肿瘤的不规则性

这正是我们在表面因素上取得的成就

" 肿瘤的磁共振成像为确定表面因子(SF)提供了基础,这使得能够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想球体的表面积

博士;医生

这项研究的第一作者波帕迪克说:“在所有几何形状中,球体的表面积相对于其体积最小

换句话说,它代表了一种“理想化”的肿瘤,具有尽可能少的不规则性

“然后SF被计算为球体表面积与肿瘤记录的表面积之比

不规则性越多,SF越低

清除数据集 为了突出SF的预测价值,Dr

马尔霍尔德博士

Popadic和他们的团队收集了2010年至2018年间在奥地利两个神经外科中心切除脑膜瘤的126名患者的数据

回顾性研究表明,使用标准财务报表可以在世卫组织一至三级之间以高度的统计准确性进行区分

进一步的分析表明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,该团队已经设计了一个数学模型,能够对脑膜瘤的形状进行客观和定量的术前评估,正如现在发表在《神经外科杂志》上的工作中所描述的那样

展望未来,这种新的预测工具有助于优化手术策略,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来促进医学的持续创新,以期提高患者的福祉

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/yixueyanjiu/18745.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~