Küçük hücrelı̇ dışı akcı̇ğer kanserlerı̇nde PD-L1 ekspresyon derecesı̇ ve beyı̇n metastazının BT tabanlı texture analı̇zı̇ ı̇le öngörülmesı̇
Prediction of PD-L1 expression level and brain metastasis using CT-based texture analysis in non-small cell lung cancer
- Tez No: 955140
- Danışmanlar: PROF. DR. NAZAN ÇİLEDAĞ, PROF. DR. MUTLU DOĞAN
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: Ankara Dr. Abdurrahman Yurtaslan Onkoloji Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç Bu çalışmanın amacı, küçük hücreli dışı akciğer kanseri (KHDAK) tanılı hastalarda, PD-L1 ekspresyon düzeyinin ve beyin metastazı varlığının bilgisayarlı tomografi (BT) temelli radyomik analiz ile öngörülebilirliğini araştırmaktır. PD-L1 ekspresyonu %1 ve %50 eşik değerlerine göre ayrı ayrı değerlendirilmiş, beyin metastazı açısından ise risk tahmini yapılabilecek radyomik modeller geliştirilmiştir. Gereç ve Yöntem Çalışma retrospektif olarak tasarlanmış olup, PD-L1 ekspresyon düzeyi belirlenmiş ve kontrastlı toraks BT görüntüleri mevcut olan toplam 79 KHDAK hastası analiz edilmiştir. BT görüntüleri LifeX 7.7.0 yazılımı ile işlenmiş, segmentasyonlar iki radyolog tarafından gerçekleştirilmiş ve intra-/inter-gözlem güvenilirliği sınıf içi korelasyon katsayısı ile doğrulanmıştır. Radyomik özellikler morfolojik, histogram, yoğunluk temelli ve gri seviye matrisi tabanlı kategorilerde hesaplanmıştır. PD-L1 ekspresyonu <%1/≥%1 ve <%50/≥%50 olarak gruplandırılmış; veriler eğitim (%67) ve test (%33) kohortlarına ayrılmıştır. Modelleme sürecinde, çok değişkenli ve yüksek boyutlu veri yapısına uygun olarak LASSO regresyon kullanılmış ve anlamlı bulunan değişkenlerle Radscore oluşturulmuştur. Klinik değişkenler (yaş, cinsiyet, histolojik alt tip) de modele dahil edilerek çok değişkenli lojistik regresyon analizleri yapılmıştır. ROC eğrileri aracılığıyla modellerin tanısal performansları değerlendirilmiştir. Bulgular PD-L1 ≥%1 ekspresyonunu öngörmeye yönelik modelde, eğitim kohortunda Radscore istatistiksel olarak anlamlı bulunmuştur (p=0.033, AUC=0.737, özgüllük: %75); ancak test kohortunda anlamlılık azalmış (AUC=0.696) ve özgüllük sınırlı kalmıştır (%50). viii PD-L1 ≥%50 cut-off için geliştirilen model hem eğitim hem test gruplarında anlamlı bulunmuş; özellikle Radscore güçlü bir prediktör olarak öne çıkmıştır (eğitimde p=0.008, OR=3.870; testte p=0.038, OR=5.573). Bu modelin test grubunda duyarlılığı %71,4, özgüllüğü %89,5 olarak belirlenmiş ve genellenebilirliği diğer modele göre daha yüksek bulunmuştur. Klinik değişkenlerden yalnızca histolojik alt tipin eğitim kohortunda anlamlı katkı sağladığı gözlenmiştir. Beyin metastazı varlığını öngörmeye yönelik modelde, eğitim grubunda Model anlamlı bulunmuş (p=0.001, doğruluk: %90.6, özgüllük: %94.7); ancak test grubunda modelin anlamlılığı azalmış (p=0.213, doğruluk: %73.07) ve beyin metastazı olan olguların doğru sınıflandırılma oranı düşük kalmıştır (%50). Sonuç Bu çalışma, PD-L1 ekspresyon düzeyinin ve beyin metastazı varlığının, BT temelli radyomik analiz ile non-invaziv olarak öngörülebileceğini göstermektedir. Özellikle PD-L1 ≥%50 eşik değeri için geliştirilen modelin güçlü ve istatistiksel olarak anlamlı sonuçlar vermesi, radyomik analizlerin immünoterapi adayı hastaların belirlenmesinde faydalı olabileceğini düşündürmektedir. Beyin metastazı modelinin yüksek özgüllük göstermesi ise, ileri beyin görüntülemeleri (örn. kontrastlı beyin MRG) için hasta seçiminde klinik karar destek aracı olarak kullanılabileceğini göstermektedir. Ancak bu modellerin geçerliliği, hasta sayısının sınırlılığı ve tek merkezli, retrospektif tasarım nedeniyle kısıtlıdır. Radyomik skorların klinik pratikte güvenilir biçimde kullanılabilmesi için, daha büyük örneklemli, çok merkezli ve prospektif çalışmalara ihtiyaç duyulmaktadır.
Özet (Çeviri)
Objective The aim of this study is to investigate the predictability of PD-L1 expression level and the presence of brain metastasis using computed tomography (CT)-based radiomic analysis in patients diagnosed with non-small cell lung cancer (NSCLC). PD-L1 expression was evaluated separately based on the 1% and 50% cut-off values, and radiomic models were developed to estimate the risk of brain metastasis. Materials and Methods This study was designed retrospectively and included a total of 79 NSCLC patients for whom PD-L1 expression levels had been determined and contrast enhanced thoracic CT images were available. CT images were processed using LifeX 7.7.0 software. Segmentations were performed by two radiologists, and intra-/inter observer reliability was confirmed using the intraclass correlation coefficient (ICC). Radiomic features were calculated in morphological, histogram, intensity-based, and gray-level matrix-based categories. PD-L1 expression was categorized as <1%/≥1% and <50%/≥50%, and data were split into training (67%) and test (33%) cohorts. Due to the multivariate and high-dimensional nature of the data, LASSO regression was used for modeling, and a Radscore was generated from the significant variables. Clinical variables (age, gender, histological subtype) were also included in the models, and multivariate logistic regression analyses were performed. Diagnostic performance of the models was assessed using ROC curves. Results In the model developed to predict PD-L1 expression ≥1%, the Radscore was found to be statistically significant in the training cohort (p=0.033, AUC=0.737, specificity: 75%). However, significance decreased in the test cohort (AUC=0.696), and specificity remained limited (50%). x The model developed for the PD-L1 ≥50% cut-off was found to be significant in both the training and test groups; notably, the Radscore emerged as a strong predictor (p=0.008, OR=3.870 in the training set; p=0.038, OR=5.573 in the test set). In the test group, this model had a sensitivity of 71.4% and a specificity of 89.5%, and its generalizability was found to be higher compared to the other model. Among the clinical variables, only histological subtype contributed significantly in the training cohort. In the model developed to predict the presence of brain metastasis, the model was significant in the training group (p=0.001, accuracy: 90.6%, specificity: 94.7%). However, its significance decreased in the test group (p=0.213, accuracy: 73.07%), and the rate of correctly classifying patients with brain metastasis remained low (50%). Conclusion This study demonstrates that PD-L1 expression level and the presence of brain metastasis can be non-invasively predicted using CT-based radiomic analysis. Particularly, the model developed for PD-L1 ≥50% cut-off produced strong and statistically significant results, suggesting that radiomic analysis may be useful in identifying patients eligible for immunotherapy. The high specificity of the brain metastasis model also suggests its potential use as a clinical decision support tool in selecting patients for advanced brain imaging (e.g., contrast-enhanced brain MRI). However, the validity of these models is limited due to the small sample size and the single-center, retrospective design. In order for radiomic scores to be reliably used in clinical practice, studies with larger samples, multicenter settings, and prospective designs are needed.
Benzer Tezler
- Evre 3 küçük hücreli dışı akciğer kanserlerinde neoadjuvan kemoterapi/kemoradyoterapinin tümör dokusunda pd-l1 ve VISTA ekspresyon düzeyine etkisi
The effect of neoadjuvant chemotherapy / chemoradiotherapy on tumor tissue pd-l1 and VISTA expression level in stage 3 non-small cell lung cancers
ORHUN AKDOĞAN
Tıpta Uzmanlık
Türkçe
2021
İç HastalıklarıGazi Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. OZAN YAZICI
- Küçük hücreli dışı akciğer kanserlerinde volümetrik PET-BT (pozitron emisyon tomografisi-bilgisayarlı tomografi) parametreleri ve sistemik enflamasyon indekslerinin (nötrofil/lenfosit oranı (NLR) ve trombosit/lenfosit oranı (PLR)) PD-L1(programlanmış hücre ölüm ligandı-1) ekspresyonu ile ilişkisi: histopatolojik alt tipler (adenokarsinom ve skuamöz hücreli) ve biyopsi kaynağına (primer tümör, lenf nodu, metastaz) göre karşılaştırmalı retrospektif analiz
The relationship between volumetric PET-CT (positron emission tomography/computed tomography) parameters, systemic inflammatory indices (neutrophil-to-lymphocyte ratio [NLR] and platelet-to-lymphocyte ratio [PLR]), and PD-L1 (programmed death-ligand 1) expression in non-small cell lung cancer: A comparative retrospective analysis according to histopathological subtypes (adenocarcinoma and squamous cell carcinoma) and biopsy source (primary tumor, lymph node, and metastasis)
ZELİHA SENA GÜRBÜZ
Tıpta Uzmanlık
Türkçe
2026
Göğüs HastalıklarıDokuz Eylül ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKÇEN ÖMEROĞLU ŞİMSEK
- Küçük hücreli dışı akciğer kanserlerinde PDL-1 pozitifliğinin ve ekspresyonunun ayırt edilmesine radiomiks ve makine öğrenmesinin katkısı
The contribution of radiomics and machine learnings to differentiation of PDL-1 pozitivity and expression in non small cell lung cancer
İSMAİL SERHAT MUSAOĞLU
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. FATMA SİBEL BAYRAMOĞLU
- Küçük hücreli dışı akciğer kanserlerinde PD-L1 ekspresyonunun bilgisayarlı tomografi doku analizi yöntemiyle öngörülmesi
Computed tomography texture analysis for prediction of PD-L1 expression in non small cell lung cancers
HARUN KAVAKLI
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpKaradeniz Teknik ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. POLAT KOŞUCU
- Akciğer tümörlerinde moleküler profil, tümör alt tipi ve sağkalım ilişkisi: Kapsamlı retrospektif analiz (2013-2025)
The relationship between molecular profile, tumor subtype, and survival in lung tumors: A comprehensive retrospective analysis (2013-2025)
SEÇİL KILAR KÖSEMEN
Tıpta Uzmanlık
Türkçe
2025
Moleküler TıpSağlık Bilimleri ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
PROF. DR. FÜGEN AKER