gms | German Medical Science

61. Jahrestagung der Südwestdeutschen Gesellschaft für Urologie e. V.

Südwestdeutsche Gesellschaft für Urologie e. V.

09.06. - 11.06.2021, digital

Präoperative Unterscheidung von benignen und maligen Histopathologien bei Patienten mit metastasierten Hodentumoren vor pcRPLND mittels Radiomics

Meeting Abstract

  • T. Nestler - Klinik für Radiologie, Bundeswehrzentralkrankenhaus Koblenz
  • B. Baessler - Institut für diagnostische Radiologie, Universitätsspital Zürich
  • D. Pinto dos Santos - Institut für diagnostische Radiologie, Universitätsklinik Köln
  • P. Paffenholz - Klinik für Urologie und Uro-Onkologie, Universitätsklinik Köln
  • D. Pfister - Klinik für Urologie und Uro-Onkologie, Universitätsklinik Köln
  • D. Maintz - Institut für diagnostische Radiologie, Universitätsklinik Köln
  • A. Heidenreich - Klinik für Urologie und Uro-Onkologie, Universitätsklinik Köln

Südwestdeutsche Gesellschaft für Urologie e.V.. 61. Jahrestagung der Südwestdeutschen Gesellschaft für Urologie e.V.. sine loco [digital], 09.-11.06.2021. Düsseldorf: German Medical Science GMS Publishing House; 2021. Doc21swdgu02

doi: 10.3205/21swdgu02, urn:nbn:de:0183-21swdgu026

Published: June 8, 2021

© 2021 Nestler et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Einleitung: Residualtumore >1cm von metastasierten Hodentumorpatienten (TGCT) nach Chemotherapie werden einer retroperitonealen Lymphadenektomie (pcRPLND) zugeführt. Bis zu 50% dieser Patienten werden übertherapiert, da pathohistologisch nur Narbe/Nekrose nachweisbar ist. Daher war das Ziel dieser Studie die Histopathologie von Lymphknoten nach pcRPLND vorherzusagen, basiert auf Radiomics und maschinellem Lernen anhand von präoperativen Computertomographien (CT).

Methode: Es wurden 80 TGCT-Patienten mit residuellen, retroperitonealen Lymphknotenmetastasen nach Chemotherapie und Kontrastmittel-CT vor pcRPLND in diese retrospektive Studie eingeschlossen. Resezierte Lymphknoten wurden histopathologisch in „benigne“ (Fibrose oder Narbengewebe) oder „maligne“ (vitaler Tumor oder Teratom) eingeteilt. Bei der CT-Bildgebung wurden 204 Lymphknoten segmentiert. Nach standardisierter Bildverarbeitung wurden 97 Radiomics-Merkmale pro Lymphknoten extrahiert. Der Datensatz wurde in Trainings-, Test- und Validierungsgruppen aufgeteilt. Nach dem schrittweisen Reduzieren der Features wurde eine Maschine trainiert und final an dem unabhängigen Datensatz (Validierungsgruppe) validiert.

Ergebnisse: Der trainierte Machine Learning Classifier erreichte eine Klassifizierungsgenauigkeit von 0,81 mit einer Sensitivität von 88% und einer Spezifität von 72%, bei einem positiven Vorhersagewert von 78%. Im Gegensatz dazu ergab ein Modell, das nur das Volumen einzelner Lymphknoten enthielt, eine Klassifizierungsgenauigkeit von 0,68 mit einer Sensitivität von 64% und einer Spezifität von 68%.

Schlussfolgerung: Unser CT-Radiomics basierter Machine Learning Classifier ermöglicht eine gute präoperative Differenzierung zwischen vitalen Hodentumoren oder Teratomen von benignen Befunden mit Narbe oder Fibrose in retroperitonealen Lymphknotenmetastasen von TGCT-Patienten. Somit hat der Radiomics-Ansatz das Potential vitale Residualtumore vor der pcRPLND vorherzusagen. Dies könnte einen großen Einfluss auf die Verringerung der Übertherapie in dieser jungen Patientengruppe haben. Die Ergebnisse werden multizentrisch evaluiert.