Применимость текстурных признаков ОФЭКТ/КТ в оценке ответа дифференцированного рака щитовидной железы на радиойодтерапию

Обоснование. Несмотря на широкое развитие методов анализа медицинских изображений, включая технологии радиомики, их внедрение в повседневную клиническую практику остаётся ограниченным. Одним из перспективных направлений является использование текстурных признаков, рассчитываемых по данным гибридных методов визуализации, таких как однофотонная эмиссионная компьютерная томография, совмещённая с компьютерной томографией (ОФЭКТ/КТ). Эти признаки отражают пространственные особенности распределения радиофармацевтических препаратов и могут быть использованы для прогнозирования ответа на лечение.

Цель. Оценить прогностическую ценность текстурных признаков, извлечённых из ОФЭКТ/КТ-изображений, в оценке ответа на радиойодтерапию (РЙТ) дифференцированного рака щитовидной железы (ДРЩЖ).

Материалы и методы. В исследование были включены 53 пациента с ДРЩЖ, которым проводилась посттерапевтическая ОФЭКТ/КТ через 72 часа после введения I-131. В общей сложности было проанализировано 89 областей интереса, включая 88 зон остаточной ткани щитовидной железы (ЩЖ) и 61 метастатический очаг ДРЩЖ. Статус заболевания (ремиссия или рецидив) определяли через 6 месяцев после РЙТ в соответствии с клинико-лабораторными и инструментальными критериями. Для оценки прогностической ценности текстурных признаков использовались модели логистической регрессии и ROC-анализ. Признаки отбирались с использованием алгоритмов mRmR, Lasso и статистических критериев.

Результаты. Созданы и протестированы диагностические модели, основанные на текстурных признаках, отдельно для остаточной ткани ЩЖ и метастатических очагов ДРЩЖ. Модель, построенная на признаках метастазов ДРЩЖ, продемонстрировала высокую прогностическую ценность (AUC = 0,88), в то время как модель, построенная на данных остаточной ткани ЩЖ, показала умеренную прогностическую ценность (AUC = 0,61).

Заключение. Текущее исследование демонстрирует возможность применения радиомики, основанной на выделении текстурных признаков накопления I-131 на изображения ОФЭКТ/КТ для прогнозирования исходов радиойодтерапии при ДРЩЖ. Использование этих признаков может повысить точность стратификации риска рецидива и персонализировать РЙТ.

1. Трухин А.А. Методы и средства повышения эффективности лечебно-диагностических процессов в аппаратно-программном комплексе радиойодтерапии тиреотоксикоза человека: Дис. … канд. тех. наук. — Москва, 2022.

2. Vučenović VT, Rajkovača Z, Jelić D., Stanimirović D., Vuleta G., Miljković B., Vučićević K. Investigation of factors influencing radioiodine 131I biokinetics in patients with benign thyroid disease using nonlinear mixed effects approach 129 V. European journal of clinical pharmacology. 2018;74(8):1037– 1045.

3. Pecora А. Texture analysis in metastases of patients affected by metastatic differentiated thyroid carcinoma treated with 131I. 2019

4. Vallières M, Kay-Rivest E, Perrin LJ, et al. Radiomics strategies for risk assessment of tumour failure in head-and-neck cancer. Sci Rep. 2017. doi: https://doi.org/10.1038/s41598-017-10371-5

5. Fornacon-Wood I, Mistry H, Ackermann CJ, Blackhall F, McPartlin A, et al. Reliability and prognostic value of radiomic features are highly dependent on choice of feature extraction platform. Eur Radiol. 2020;30(11):6241-6250. doi: https://doi.org/10.1007/s00330-020-06957-9

6. Huang EP, O’Connor JPB, McShane LM, Giger ML, Lambin P, et al. Criteria for the translation of radiomics into clinically useful tests. Nat Rev Clin Oncol. 2023;20(2):69-82. doi: https://doi.org/10.1038/s41571-022-00707-0

7. Zwanenburg A, et al. The Image Biomarker Standardization Initiative: Standardized Quantitative Radiomics for High-Throughput Image-based Phenotyping. Radiology. 2020;295(2):328-338. doi: https://doi.org/10.1148/radiol.2020191145

8. Dewaraja Y, Sjögreen-gleisner K. Dosimetry for Radiopharmaceutical Therapy, Non-serial Publications , IAEA, Vienna 2024. doi:https://doi.org/10.61092/iaea.xlzb-6h67

9. Durante C. et al. Long-term outcome of 444 patients with distant metastases from papillary and follicular thyroid carcinoma: Benefits and limits of radioiodine therapy, 2006, doi: https://doi.org/10.1210/jc.2005-2838

10. Wang R, et al. Analysis of radioiodine therapy and prognostic factors for pulmonary metastases from papillary thyroid carcinoma, 2017, doi: https://doi.org/10.3892/ol.2017.6196

11. Giovanella L, et al. Radioiodine therapy of advanced differentiated thyroid cancer: clinical considerations and multidisciplinary approach, 2020, doi: https://doi.org/10.1007/s12020-020-02254-w

12. Zhao H, et al. Prognostic Factors for Survival in Patients With Pulmonary Metastases From Differentiated Thyroid Cancer: A Systematic Review and Meta-Analysis, 2020. doi: https://doi.org/10.3389/fonc.2022.990154

13. Rothenberg SM, et al. Redifferentiation of iodine-refractory BRAF V600E–mutant metastatic papillary thyroid cancer with dabrafenib, 2015, doi: https://doi.org/10.1158/1078-0432.CCR-14-2915

14. Weber M, et al. Enhancing radioiodine incorporation into radioiodine-refractory thyroid cancer with MAPK inhibition (ERRITI): A single-center prospective two-arm study, 2020. doi: https://doi.org/10.1158/1078-0432.CCR-22-0437

15. Zwanenburg A. et al. The Image Biomarker Standardization Initiative: Standardized Quantitative Radiomics for High-Throughput Image-based Phenotyping, 2020. doi: https://doi.org/10.1158/1078-0432.CCR-22-0437

16. Патент № 2743275 Российская Федерация, МПК А61В 5/00 (2006.01). Способ оценки риска рецидива дифференцированного рака щитовидной железы после проведения радиойодтерапии: №2020128431: опубликовано 16.02.2021 / Бубнов А.А., Трухин А.А., Румянцев П.О., Дегтярев М.В., Серженко С.С., Слащук К.Ю., Колпакова Е.А., Дедов И.И., Мокрышева Н.Г., Мельниченко Г.А.