Дифференциация подтипов множественных адреналовых аденом на основе радиомического и клинико-рентгенологического моделирования: двухцентровое исследование

Введение: Распространенность и частота выявления инциденталом надпочечников во всем мире растут, при этом более 90% этих образований по данным патоморфологического исследования классифицируются как адренокортикальные аденомы. Примерно у 30% пациентов выявляются гормонсекретирующие аденомы, что приводит к ухудшению состояния, а некоторым требуется хирургическое удаление. Доступные методы оценки функции надпочечников инвазивны и дорогостоящи. Кроме того, их точность зависит от множества факторов. Поэтому необходимо разработать неинвазивный и упрощенный предоперационный диагностический подход.

Методы: Проведено ретроспективное исследование 169 пациентов из двух третичных медицинских центров. Затем были извлечены радиомические признаки после послойного выделения границ опухоли с использованием полуавтоматического метода контурирования. Отбор признаков осуществляли в два этапа: на первом использовали метод опорных векторов (SVM), на втором — алгоритм рекурсивного исключения признаков на основе LASSO. В итоге логистические регрессионные модели были построены на основе клинико-рентгенологических признаков, радиомических признаков и их сочетания.

Результаты: После комплексной оценки прогностических показателей модель логистической регрессии на основе сочетания клинико-рентгенологических и радиомических признаков показала AUC 0,945, 0,927 и 0,856 для альдостерон-продуцирующей аденомы (APA) в обучающей, валидационной и внешней тестовой выборках соответственно; 0,963, 0,889 и 0,887 — для кортизол-продуцирующей аденомы (CPA); 0,940, 0,765 и 0,816 — для нефункционирующей адреналовой аденомы (NAA). Эта модель продемонстрировала более высокую прогностическую эффективность при дифференциации трех подтипов аденом надпочечников.

Выводы: С использованием радиомики и клинико-рентгенологических признаков, полученных из многопроцессных контрастированных КТ-изображений, была построена модель логистической регрессии и выполнена внешняя валидация. Комбинированная модель показала хорошие общие результаты, что подтверждает возможность ее применения для предоперационной дифференциации и прогнозирования различных типов АКА.