Radiomics als methode om te differentiëren tussen lipomen en goedgedifferentieerde liposarcomen – Voorlopige resultaten

---

M. Vos, M.P.A. Starmans, M.J.M. Timbergen, S.R. van der Voort, G.A. Padmos, W. Kessels, W.J. Niessen, D.J. Grünhagen, S. Sleijfer, C. Verhoef, S. Klein, J.J. Visser

Vrijdag 17 mei 2019

9:32 - 9:40u in Zaal 81

Categorieën: Onco/endocrien, Vrije voordracht (V), Wekedelen tumor

Parallel sessie: V14 Hoofdhals endocriene, melanoom, weke delen

---

Introductie

Goed-gedifferentieerde liposarcomen (WDLPS) kunnen moeilijk te onderscheiden zijn van lipomen. De aanwezigheid (WDLPS) of afwezigheid (lipomen) van MDM2-amplificatie is dan bepalend. Doel: de aan-/afwezigheid van MDM2-amplificatie voorspellen m.b.v. radiomics – een niet-invasieve techniek die beeldkarakteristieken correleert aan onderliggende biologische informatie – en daarmee differentiëren tussen lipomen en WDLPS.

Methode

Patiënten met een bewezen MDM2-positief WDLPS of MDM2-negatief lipoom en een beschikbare MRI scan met een T1-gewogen sequentie, gemaakt tijdens de routine diagnostiek, werden geïncludeerd. Segmentatie van de tumoren werd semiautomatisch en blind door twee verschillende personen verricht. Radiomics kenmerken, die de intensiteit, oriëntatie, vorm en textuur van de tumor beschrijven, werden vanuit de segmentaties berekend. Daaraan werden leeftijd, geslacht, tumorlokalisatie en tumordiepte toegevoegd, resulterend in een totaal van 415 kenmerken. Classificatie werd gedaan d.m.v. een Support Vector Machine (SVM) met een 50x random-split cross-validatie.

Resultaten

Tot dusver werden 88 patiënten geïncludeerd: 42 patiënten met een lipoom en 46 patiënten met een WDLPS. Er was sprake van heterogeniteit in de dataset, bijvoorbeeld in de fabrikant van de MRI scanners (Siemens: 37, Philips Healthcare: 31, GE Medical Systems: 20 scans), magnetische veldsterke (1T: 8, 1.5T: 73, 3T: 7 scans) en dikte van de coupes (gemiddeld 5.6mm, standaard deviatie 1.5mm). Het radiomics model resulteerde in een oppervlakte onder de ROC-curve (AUC) van 0.84 (95% CI 0.74-0.93)(figuur 1), een nauwkeurigheid van 0.76 (0.67-0.85), een sensitiviteit van 0.73 (0.59-0.86) en een specificiteit van 0.80 (0.67-0.92).

Conclusie

De resultaten geven aan dat radiomics een veelbelovende methode is om op een niet-invasieve manier WDLPS van lipomen te onderscheiden. Echter, verdere optimalisatie en validatie is nodig voordat het model in de dagelijkse praktijk gebruikt kan worden. Momenteel wordt de dataset verder uitgebreid en het radiomics algoritme geoptimaliseerd.

---