cechy radiomiczne
Cechy radiomiczne (radiomics) to zaawansowane biomarkery obrazowe, uzyskiwane poprzez wysokowydajną ekstrakcję danych ilościowych z obrazów medycznych. Obejmują one informacje o kształcie, teksturze, intensywności i heterogeniczności zmian patologicznych, które są niewidoczne gołym okiem dla radiologa.
Analiza radiomiczna wykorzystuje metody sztucznej inteligencji i uczenia maszynowego do przetwarzania obrazów z różnych modalności, takich jak tomografia komputerowa, rezonans magnetyczny czy PET. Uzyskane dane charakteryzują się wysoką dokładnością fenotypową tkanek i mogą dostarczyć cennych informacji diagnostycznych, prognostycznych oraz predykcyjnych.
W onkologii cechy radiomiczne umożliwiają precyzyjniejszą charakterystykę nowotworu, przewidywanie odpowiedzi na leczenie oraz monitorowanie progresji choroby. Stanowią one istotny element medycyny spersonalizowanej, pozwalając na podejmowanie decyzji terapeutycznych dostosowanych do indywidualnego profilu pacjenta.
Implementacja cech radiomicznych w praktyce klinicznej wymaga standaryzacji protokołów akwizycji obrazów, metod segmentacji oraz algorytmów analizy, co stanowi obecnie przedmiot intensywnych badań naukowych. Wraz z rozwojem technologii i metodologii, radiomika ma potencjał stać się kluczowym narzędziem wspomagającym decyzje kliniczne.
Powiązane wpisy
- Leksykon chorób i schorzeń
Ropień mózgu – Rokowania, prognozy i postęp choroby
Ropień mózgu, mimo postępów w diagnostyce obrazowej, antybiotykoterapii i neurochirurgii, nadal wiąże się z istotną śmiertelnością (obecnie około 6% śmiertelności wewnątrzszpitalnej i 12% w ciągu 6 miesięcy po wypisie) oraz ryzykiem długoterminowych powikłań neurologicznych. Niezależne czynniki ryzyka złego rokowania obejmują: obniżony stan świadomości przy przyjęciu (GCS ≤13), wiek ≥65 lat (2,18-krotny wzrost ryzyka zgonu), immunosupresję (2,84-krotny wzrost ryzyka), hiperglikemię ≥140 mg/dL, podwyższony poziom białka C-reaktywnego (>10 mg/L), przerwanie ropnia do układu komorowego (3,48-krotny wzrost ryzyka zgonu), bliskość układu komorowego, średnicę ropnia ≥3 cm oraz etiologię bakteryjną z jamy ustnej, która wiąże się z lepszym rokowaniem. Wybór metody chirurgicznej wpływa na ryzyko reoperacji i powikłań, a wczesne rozpoczęcie leczenia poprawia wyniki. Stosowanie glikokortykosteroidów w obrzęku okołoogniskowym nie zwiększa śmiertelności.
antybiotykoterapia, białko C-reaktywne, cechy radiomiczne, diagnostyka różnicowa, glejak wielopostaciowy, glikokortykosteroidy, hiperglikemia, immunosupresja, kraniotomia, model predykcyjny, napad drgawkowy, obniżony poziom świadomości, obrazowanie MRI, padaczka pourazowa, reoperacja, ropień mózgu, skala Glasgow, stan świadomości, uszkodzenie nerwu, zaburzenie poznawcze, zaburzenie psychiczne, zakażenie OUN - Leksykon chorób i schorzeń
Krwiak wewnątrzczaszkowy – Rokowania, prognozy i postęp choroby
Krwiak wewnątrzczaszkowy, zwłaszcza samoistny krwiak śródmózgowy (sICH), charakteryzuje się wysoką śmiertelnością (około 40% w pierwszym miesiącu i 54% po roku) oraz niskim odsetkiem długoterminowej niezależności funkcjonalnej (<40%). Rokowanie zależy od wieku pacjenta, lokalizacji krwiaka (szczególnie głębokie ICH), objętości krwiaka (każdy wzrost o 1 ml zwiększa ryzyko zgonu lub niepełnosprawności o 5%), stopnia przemieszczenia struktur linii środkowej (MLS) oraz skali Glasgow (GCS) przy przyjęciu. Ekspansja krwiaka (HE), występująca u około 33% pacjentów, jest silnym, potencjalnie modyfikowalnym czynnikiem ryzyka pogorszenia stanu neurologicznego i złego rokowania, definiowanym różnie w literaturze (np. wzrost objętości o 40% lub 12,6 ml). Modele prognostyczne oparte na uczeniu maszynowym, integrujące cechy kliniczne i radiomiczne, osiągają wysokie wartości AUC (do 0,916 w modelu Random Forest), co wskazuje na ich przewagę nad tradycyjnymi skalami.
cechy radiomiczne, dysfunkcja neurologiczna, krwiak wewnątrzczaszkowy, krzywa ROC, model Random Forest, objętość krwiaka, obrzęk mózgu, przemieszczenie linii środkowej, przewlekły krwiak podtwardówkowy, skala Glasgow, skala jakości życia, śmiertelność, stan kliniczny, stratyfikacja ryzyka, tomografia komputerowa bez kontrastu, uczenie maszynowe - Leksykon chorób i schorzeń
Mukozitis – Rokowania, prognozy i postęp choroby
Zapalenie błony śluzowej jamy ustnej (mukozytis) jest częstym i poważnym powikłaniem leczenia przeciwnowotworowego, szczególnie u pacjentów z nowotworami głowy i szyi (HNC), gdzie częstość występowania sięga około 90%. Mukozytis 3. stopnia koreluje z niską liczbą limfocytów przed radioterapią, a czynniki ryzyka obejmują starszy wiek, płeć żeńską, wysoką masę ciała, zmniejszony klirens leków, predyspozycje genetyczne oraz kombinację chemio- i radioterapii. Ciężkie mukozytis prowadzi do hospitalizacji u 19% pacjentów oraz opóźnień w leczeniu przeciwnowotworowym, co pogarsza rokowanie i zwiększa koszty opieki. Modele predykcyjne, zwłaszcza multi-omiczne łączące cechy kliniczne, radiomiczne i doziomiczne, wykazują wyższą skuteczność (AUC do 0,774 w treningu) w przewidywaniu ciężkiego mukozytis niż modele konwencjonalne. Nowatorskie metody, takie jak pomiar miejscowych parametrów elektrycznych tkanek (TEPs) oraz analiza obrazów termicznych z wykorzystaniem głębokiego uczenia, oferują obiecujące narzędzia do wczesnej identyfikacji pacjentów zagrożonych rozwojem mukozytis.
cechy radiomiczne, chemioradioterapia, chemioterapia, czynnik martwicy nowotworu alfa, gardło środkowe, głębokie uczenie, HNSCC, interleukina 1 beta, leczenie przeciwnowotworowe, liczba płytek krwi, limfocyty, markery ostrej fazy, mukozytis, niekodujące RNA, nowotwór głowy i szyi, nowotwór hematologiczny, obrazowanie termiczne, predyspozycja genetyczna, rak nosogardła, stratyfikacja pacjentów