Radiomics-Modelle für Lungenkrebsfrüherkennung: Multizenterstudie mit Mixed-Effects-Ansatz
Von KI ausgewählt und zusammengefasst
Worum es geht
Retrospektive Studie an 1.026 Patienten (2.071 CT-Scans) aus sieben UK-Kliniken zur Entwicklung und Validierung von Radiomics-Modellen für Vorhersage der Malignität indeterminierter Lungennoduli (5–30 mm) unter Berücksichtigung von Heterogenität zwischen Zentren.
Ergebnis
Mixed-Effects-Modell zeigte beste Diskriminanz: AUC 0,91 (95%-KI 0,90–0,93) in Kreuzvalidierung vs. ComBat 0,75 und Fixed-Effects 0,88 (p<0,0001 und 0,003). Radiomics-Features blieben in multivariablen Modellen mit klinischen Merkmalen signifikant. Nettovorteil gegenüber Volumen allein und Brock-Score. Gut kalibriert. Externe Validierung bestätigte Robustheit.
Übertragbarkeit auf Deutschland
Britische Multizenterstudie, NHS-Kontext, methodisch hochwertig für europäische Adaptierung.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.