簡介
口腔鱗狀上皮細胞癌（Oral squamous cell carcinoma, OSCC）的發生經常在頜骨周圍，且可能侵犯骨骼。骨侵襲的存在顯著影響腫瘤分期、治療策略、結果和生活品質。本研究目的在於評估利用手術前的正子斷層掃描(18F-fluorodeoxyglucose-positron emission tomography, FDG-PET)影像，從原發性腫瘤中提取的電腦計算機化特徵在預測 OSCC患者骨侵襲中的可行性。藉由機器學習模型來探索計算機化特徵的組合與骨侵襲的存在之間的關係，期望未來利用開發出的模型能夠協助臨床醫生制定適當的治療計劃。
方法
回溯性蒐集2020-2022年間接受手術且未接受額外治療的53名口腔癌患者。對53個含骨切片的標本進行骨侵襲的病理評估。此外，所有患者都接受了術前PET/CT成像以進行臨床分期。確認正子斷層掃描圖像上每個腫瘤最大標準攝取值（SUVmax），透過電腦計算出代謝腫瘤體積（MTV），從而導出放射組學特徵，並使用ROC曲線分析評估它們預測骨侵襲的能力。ROC曲線下面積（Az）顯著性水平定義為 0.01。
結果與結論
研究結果顯示在53名患者中，有21名（39.6%）的手術病理結果證實有骨質浸潤。MTV和全腫瘤醣解量（Total lesion glycolysis, TLG）與其他19個紋理特徵表現出顯著的預測骨侵襲的能力。這21個預測特徵的平均敏感度和特異度分別為 81.4% ± 9.3% 和 57.6% ± 8.6%。
發表年份：2023
會議名稱：第35屆歐洲頭頸癌放射學會（European Society of Head and Neck Radiology, ESHNR）國際年會。
會議地點：馬耳他