中山一院肾癌研究成果发表于《柳叶刀·数字健康》

   2023-07-05 980
核心提示:6日29日,中山大学附属第一医院泌尿外科罗俊航教授团队的最新研究成果“Multimodal recurrence scoring system for prediction of clear cell renal cell carcinoma outcome: a discovery and validation study”在线发表于《柳叶刀·数字健康》(The Lancet Digital H

6日29日,中山大学附属第一医院泌尿外科罗俊航教授团队的最新研究成果“Multimodal recurrence scoring system for prediction of clear cell renal cell carcinoma outcome: a discovery and validation study”在线发表于《柳叶刀·数字健康》(The Lancet Digital Health)。经过近5年的研究探索,罗俊航教授团队成功创建了预测肾癌复发转移的多模态评分系统,可以更加精准指导肾癌患者术后个体化诊疗。

▲罗俊航教授团队肾癌研究成果发表于《柳叶刀·数字健康》(The Lancet Digital Health)

据了解,临床上通常使用肿瘤大小、分期、核分级等临床参数来预测肿瘤的复发转移,进而指导术后诊疗方案的制定。但相同肿瘤分期、分级的不同患者经常出现截然不同的预后转归,说明使用临床参数单一模态的形式不能全面反映肿瘤复杂的生物学特性,也不能准确预测肿瘤的复发转移。

据此,罗俊航教授牵头组织了多中心、多学科研究,纳入了2332例中国肾癌病例以及418例美国TCGA数据库肾癌病例,分为训练组、中国多中心验证组、美国TCGA验证组,首先应用人工智能深度学习的方法建立基于病理组学特征的肾癌复发转移预测模型,再结合前期基于6个SNP的基因组学特征的预测模型和基于临床参数的预测模型,创新性地建立了多模态肾癌复发转移预测模型,可以弥补单一临床参数预测模型的不足,更加精准预测肾癌的复发转移及指导个体化治疗。

欧洲泌尿外科专家Andrea Mari教授表示,“该研究创新性地建立了有前景的评分系统,更全面和综合地反映了肾癌复杂的生物学性质,为理解和预测疾病过程提供了一种精细的方法,可以为肾癌治疗的持续发展提供支持。”

▲应用人工智能深度学习的方法建立基于病理组学特征的肾癌复发转移预测模型

▲进一步建立了基于临床参数、病理组学和基因组学的多模态肾癌复发转移预测模型

罗俊航教授是国家重点研发计划肾癌精准医学研究重点专项首席专家,近年来应用机器人辅助腹腔镜肾分支动脉分步阻断等创新性技术精准切瘤保肾,在巨大复杂肾肿瘤的保肾手术中充分展现优势并获得成功。本研究进一步为肾癌患者术后随访与辅助治疗决策提供更精准的参考依据。

原文链接:

https://www.thelancet.com/journals/landig/article/PIIS2589-7500(23)00095-X/fulltext

 
举报收藏 0打赏 0评论 0
 
更多>同类资讯
推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  隐私政策  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报
Powered By DESTOON