胸部CTレディオミクスによる腫瘍レットと肉芽腫の鑑別：非侵襲的ツールの可能性
概要
胸部CTに基づくレディオミクス解析により、腫瘍レット（TLs）と肉芽腫を鑑別できる16の明確な特徴量が特定されました。特に、flatnessは特異度100%を示し、long-run high grey-level emphasisは識別において感度92.3%を達成しました。
研究方法
- 研究デザイン: 2013年から2021年にかけてイタリアのSant’Andrea大学病院で実施されたレトロスペクティブ観察研究。
- 対象患者: 肺手術を受けた患者55人（TLs 32人、肉芽腫 23人）を分析。
- 画像解析: 2名の経験豊富な胸部放射線科医が、術前CT画像から肺病変の関心領域を手動でセグメント化。
- 特徴量抽出: オープンソースの3D Slicer Radiomicsソフトウェアを使用し、形状およびテクスチャ指標を含む107のレディオミクス特徴量を抽出。
- 統計分析: TLsと肉芽腫の鑑別におけるこれらの特徴量の性能を、曲線下面積（AUC）、感度、特異度を計算して評価。
主要な発見
- 107のレディオミクス特徴量のうち、形状、一次統計量、行列測定値を含む16の特徴量にTLsと肉芽腫間で有意な差が認められました。
- 主な鑑別特徴量と性能:
- Flatness: AUC 0.903; 感度 76.9%; 特異度 100%; P < .001
- Long-run high grey-level emphasis: AUC 0.896; 感度 92.3%; 特異度 76.5%; P < .001
- Small-area low grey-level emphasis: AUC 0.898; 感度 92.3%; 特異度 70.6%; P < .001
- Low grey-level zone emphasis: AUC 0.894; 感度 76.9%; 特異度 88.2%; P < .001
臨床的意義と今後の展望
- レディオミクスは、小さな肺結節の非侵襲的な特徴付けを支援し、TLと肉芽腫の鑑別に役立つ可能性があります。
- これにより、より綿密なモニタリングやさらなる検査が必要な結節を特定し、臨床的意思決定を支援する可能性が示唆されます。
- これらの予備的知見を検証するためには、より大規模な患者コホートを対象としたさらなる前向き研究が不可欠です。
研究の限界
- 比較的小規模なサンプルサイズとレトロスペクティブなデザインにより、統計的検出力と一般化可能性が制限されます。
- 限られたケース数により、多変量予測モデリングなしの単変量統計のみに依存し、内部検証なしでAUC値が楽観的になる可能性がありました。
- 手動による病変セグメンテーションの潜在的な主観性、CT撮像パラメータの変動性、独立した検証コホートの欠如も限界として挙げられます。
出典
本研究は、イタリアのSant’Andrea大学病院のAlessandra Siciliani氏が主導し、2025年12月27日にJournal of Clinical Medicineにオンライン公開されました。
—
元記事：CT Radiomics Differentiates Lung Tumourlets From Granulomas