跳到正文
原文
梅斯医学·临床资讯·· 2026-10-19AI 评分45

基于数字病理组学的肝细胞癌术后复发预测模型研究

COMPUT METH PROG BIO:基于数字病理组学的肝细胞癌术后复发预测模型,关联肿瘤免疫微环境

AI 导读

这项多中心回顾性研究纳入了294例肝细胞癌根治术后患者,开发了整合数字病理组学参数与临床参数的模型以预测术后复发。该模型基于福尔马林固定石蜡包埋组织的H&E染色切片提取病理特征,并借助转录组数据探索其与肿瘤免疫微环境的生物学关联,但研究存在回顾性设计、单扫描平台及样本量等局限,相关结果仍需后续验证。

正文

31分钟前 熊佳仪 MedSci原创 发表于上海

该数字病理框架可提升肝细胞癌复发预测并揭示病理形态与肿瘤免疫微环境之间的关联,为个体化分层提供依据,但样本量、回顾性设计、单扫描平台和术后动态因素未纳入等局限仍需后续验证。

深度解析医学证据,DeepEvidence为你支撑决策 肝细胞癌术后复发率高且结局异质,传统生物标志物难以充分刻画肿瘤形态学异质性与免疫微环境,因此需要可量化、可解释的预后工具。本研究旨在开发并验证整合病理组学特征与临床参数的数字病理预后模型,用于预测肝细胞癌根治性切除后的复发,并借助转录组数据阐释其生物学基础。 方法上,本研究为多中心回顾性研究,纳入2015年1月至2023年1月在浙江省台州医院和包头医学院第二附属医院接受根治性肝切除、病理确诊且无既往肿瘤治疗史的肝细胞癌患者,最终294例进入分析,其中中心1的198例为训练集,中心2的96例为验证集。收集年龄、性别、肿瘤分级、AFP、CEA、CA199及TNM分期等临床资料。对福尔马林固定石蜡包埋组织行5 μm切片和标准化H&E染色,使用Aperio ScanScope 20×扫描全切片图像,QuPath将图像划分为1000×1000像素小块并选取10个含肿瘤细胞最多的非重叠代表性区域,Macenko法归一化颜色,CellProfiler提取1297个病理组学参数,经Z-score标准化和ComBat批次校正并以ICC评估稳

小提示:本篇资讯需要登录阅读,点击跳转登录

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言

来源:梅斯医学·临床资讯 · news.medsci.cn