Radiomic analysis of lung cancer for the assessment of patient prognosis and intratumor heterogeneity (2021)
- Authors:
- USP affiliated authors: SANTOS, MARCEL KOENIGKAM - FMRP ; FABRO, ALEXANDRE TODOROVIC - FMRP ; MARQUES, PAULO MAZZONCINI DE AZEVEDO - FMRP ; MACHADO, CAMILA VILAS BOAS - FMRP ; CORREIA, NATÁLIA SANTANA CHIARI - FMRP
- Unidade: FMRP
- DOI: 10.1590/0100-3984.2019.0135
- Subjects: NEOPLASIAS PULMONARES; PROGNÓSTICO; IMAGEM DIGITAL; TOMOGRAFIA COMPUTADORIZADA POR RAIOS X
- Keywords: Tomography, X-ray computed; Radiographic image interpretation, computer-assisted; Lung neoplasms; Prognosis; Tomografia computadorizada; Interpretação de imagem radiográfica assistida por computador
- Language: Inglês
- Abstract: Objetivo: Associar características radiômicas de lesões pulmonares em imagens de tomografia computadorizada com a sobrevida global de pacientes com câncer de pulmão. Materiais e Métodos: Estudo retrospectivo composto por 101 pacientes consecutivos com neoplasia maligna confirmada por biópsia/cirurgia. As lesões foram semiautomaticamente segmentadas e caracterizadas por 2.465 variáveis radiômicas. A avaliação prognóstica foi baseada na análise de Kaplan-Meier e no teste log-rank, de acordo com a mediana dos valores das variáveis. Resultados: Vinte e oito pacientes faleceram (16 por câncer de pulmão) e 73 foram censurados, com tempo médio de sobrevida de 1.819,4 dias (intervalo de confiança 95% [IC 95%]: 1.481,2–2.157,5). Uma característica radiômica (média de Fourier) apresentou diferença nas curvas de Kaplan-Meier (p < 0,05). Um grupo de pacientes de maior risco foi identificado a partir de valores altos da variável: sobrevida de 1.465,4 dias (IC 95%: 985,2–1.945,6) e razão de risco de 2,12 (IC 95%: 1,01–4,48). Um grupo de menor risco foi identificado a partir de valores baixos da variável (sobrevida de 2.164,8 dias; IC 95%: 1.745,4–2.584,1). Conclusão: Este estudo apresentou uma assinatura radiômica em imagens de tomografia computadorizada, baseada na transformada de Fourier, correlacionada com a sobrevida global de pacientes com câncer de pulmão, representando assim um biomarcador prognóstico
- Imprenta:
- Source:
- Título: Radiologia Brasileira
- ISSN: 1678-7099
- Volume/Número/Paginação/Ano: v. 54, n. 2, p. 87-93, 2021
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
FERREIRA JUNIOR, José Raniery et al. Radiomic analysis of lung cancer for the assessment of patient prognosis and intratumor heterogeneity. Radiologia Brasileira, v. 54, n. 2, p. 87-93, 2021Tradução . . Disponível em: https://doi.org/10.1590/0100-3984.2019.0135. Acesso em: 28 dez. 2025. -
APA
Ferreira Junior, J. R., Santos, M. K., Machado, C. V. B., Faleiros, M. C., Correia, N. S. C., Cipriano, F. E. G., et al. (2021). Radiomic analysis of lung cancer for the assessment of patient prognosis and intratumor heterogeneity. Radiologia Brasileira, 54( 2), 87-93. doi:10.1590/0100-3984.2019.0135 -
NLM
Ferreira Junior JR, Santos MK, Machado CVB, Faleiros MC, Correia NSC, Cipriano FEG, Fabro AT, Azevedo-Marques PM de. Radiomic analysis of lung cancer for the assessment of patient prognosis and intratumor heterogeneity [Internet]. Radiologia Brasileira. 2021 ; 54( 2): 87-93.[citado 2025 dez. 28 ] Available from: https://doi.org/10.1590/0100-3984.2019.0135 -
Vancouver
Ferreira Junior JR, Santos MK, Machado CVB, Faleiros MC, Correia NSC, Cipriano FEG, Fabro AT, Azevedo-Marques PM de. Radiomic analysis of lung cancer for the assessment of patient prognosis and intratumor heterogeneity [Internet]. Radiologia Brasileira. 2021 ; 54( 2): 87-93.[citado 2025 dez. 28 ] Available from: https://doi.org/10.1590/0100-3984.2019.0135 - Quantifying intratumor heterogeneity of lung neoplasms with radiomics
- Towards convolutional neural network on primary lung tumors to predict histophatological type, distant and lymph node metastasis
- AI-based radiomic approach in high-resolution CT images for differential diagnosis of idiopathic pulmonary fibrosis
- Automatic quantitative evaluation of high-resolution computed tomography scans of patients with interstitial lung diseases
- Radiomics-based features for pattern recognition of lung cancer histopathology and metastases
- A radiomics approach for differentiation of pseudocavitation from cavitation on lung cancer tumors
- Deep learning-based radiomics of primary lung tumors in CT images for prediction of distant metastasis
- Look-Locker T1 relaxometry and high-resolution T2 in the evaluation of lung lesions: a single-center prospective study
- Classificação computadorizada de imagens de ressonância magnética da coluna vertebral para diferenciação de fraturas vertebrais por compressão benignas e malignas utilizando uma abordagem 3D
- Atualização do banco de imagens de nódulos pulmonares e análise das características tomográficas dos nódulos representando neoplasia pulmonar em pacientes com outra neoplasia conhecida
Informações sobre o DOI: 10.1590/0100-3984.2019.0135 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
| 003212307.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
