Médecine

Paramédical

Autres domaines


S'abonner

Predicting prognosis of resected hepatocellular carcinoma by radiomics analysis with random survival forest - 19/10/18

Doi : 10.1016/j.diii.2018.05.008 
H. Akai a, K. Yasaka a, A. Kunimatsu a, M. Nojima b, T. Kokudo c, N. Kokudo d, K. Hasegawa c, O. Abe e, K. Ohtomo f, S. Kiryu g,
a Department of Radiology, Institute of Medical Science, University of Tokyo, 4-6-1 Shirokanedai, Minato-ku, 108-8639 Tokyo, Japan 
b Division of Advanced Medicine Promotion, The Advanced Clinical Research Center, Institute of Medical Science, University of Tokyo, 4-6-1 Shirokanedai, Minato-ku, 108-8639 Tokyo, Japan 
c Division of Hepato-Biliary-Pancreatic Surgery, Department of Surgery, Graduate School of Medicine, University of Tokyo, 7-3-1 Hongo, Bunkyou-ku, 113-8655 Tokyo, Japan 
d Department of Surgery, Center Hospital of the National Center of Global Health and Medicine, 1-21-1 Toyama, Shinnjuku-ku, 162-8655 Tokyo, Japan 
e Department of Radiology, Graduate School of Medicine, University of Tokyo, 7-3-1 Hongo, Bunkyo-ku, 113-8655 Tokyo, Japan 
f International University of Health and Welfare, 2600-1 Kitakanemaru, Ohtawara City, 324-8501 Tochigi, Japan 
g Department of Radiology, International University of Health and Welfare Hospital, 537-3 Iguchi, Nasushiobara, 329-2763 Tochigi, Japan 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

Rationale and objectives

To investigate the impact of random survival forest (RSF) classifier trained by radiomics features over the prediction of the overall survival of patients with resectable hepatocellular carcinoma (HCC).

Materials and methods

The dynamic computed tomography data of 127 patients (97 men, 30 women; mean age, 68 years) newly diagnosed with resectable HCC were retrospectively analyzed. After manually setting the region of interest to include the tumor within the slice at its maximum diameter, texture analyses were performed with or without a Laplacian of Gaussian filter. Using the extracted 96 histogram based texture features, RSFs were trained using 5-fold cross-validation to predict the individual risk for each patient on disease free survival (DFS) and overall survival (OS). The associations between individual risk and DFS or OS were evaluated using Kaplan-Meier analysis. The effects of the predicted individual risk and clinical variables upon OS were analyzed using a multivariate Cox proportional hazards model.

Results

Among the 96 histogram based texture features, RSF extracted 8 of high importance for DFS and 15 for OS. The RSF trained by these features distinguished two patient groups with high and low predicted individual risk (P=1.1×10−4 for DFS, 4.8×10−7 for OS). Based on the multivariate Cox proportional hazards model, high predicted individual risk (hazard ratio=1.06 per 1% increase, P=8.4×10−8) and vascular invasion (hazard ratio=1.74, P=0.039) were the only unfavorable prognostic factors.

Conclusions

The combination of radiomics analysis and RSF might be useful in predicting the prognosis of patients with resectable HCC.

Le texte complet de cet article est disponible en PDF.

Keywords : Liver, malignancy, Computed tomography (CT) texture analysis, Dynamic enhanced CT, Random survival forest, Radiomics


Plan


© 2018  Soci showét showé françaises de radiologie. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 99 - N° 10

P. 643-651 - octobre 2018 Retour au numéro
Article précédent Article précédent
  • Characterization of breast lesion using T1-perfusion magnetic resonance imaging: Qualitative vs. quantitative analysis
  • S. Thakran, P.K. Gupta, V. Kabra, I. Saha, P. Jain, R.K. Gupta, A. Singh
| Article suivant Article suivant
  • Wide volume versus helical acquisition using 320-detector row computed tomography for computed tomography urography in adults
  • C. Roy, R. Quin, A. Labani, P. Leyendecker, L. Mertz, M. Ohana

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement ou un achat à l’unité.

Déjà abonné à cette revue ?

;

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.