يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة بحثية

تحليل تلوي للنماذج القائمة على الراديوميكس للتقييم السابق للجراحة لحالة Ki-67 في سرطان الخلايا الكبدية

88 مشاهدة

⸱

DOI:

10.3791/70716

⸱

أغسطس 25, 2026

 ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Radiology, The Third Affiliated Hospital of Jiaxing University (Zhejiang Rongjun Hospital)

* These authors contributed equally

في هذه المقالة

ملخص

وجد هذا التحليل التلوي لـ 17 دراسة (شملت 1,708 مرضى مصابين بسرطان الخلايا الكبدية) أن قيم الحساسية والنوعية والمساحة تحت المنحنى المجمعة كانت 0.87 و 0.79 و 0.90 على التوالي، للتنبؤ الراديومي بالتعبير العالي لـ Ki-67؛ ويشير التباين الجوهري إلى الحاجة إلى أبحاث معيارية.

الملخص

هدفت هذه الدراسة إلى تقييم القيمة التشخيصية للميزات الراديومية في التنبؤ بمستويات تعبير Ki-67 في سرطان الخلايا الكبدية (HCC) من خلال تحليل تالٍ (meta-analysis). تم البحث بشكل منهجي في قواعد البيانات الإلكترونية، بما في ذلك PubMed وWeb of Science ومكتبة Cochrane وEmbase، عن الدراسات السريرية ذات الصلة والمنشورة حتى 20 أغسطس 2025. شمل البحث الدراسات التي استخدمت الميزات الراديومية للتنبؤ بمستويات تعبير Ki-67 لدى المرضى المصابين بسرطان الخلايا الكبدية. تم تقييم الحساسية، والنوعية، ومنحنيات خصائص التشغيل للمستقبل الملخصة، وحساب المساحة تحت المنحنى (AUC). شمل التحليل إجمالي 17 دراسة ضمت 1,708 مريضاً مصاباً بسرطان الخلايا الكبدية. بلغت الحساسية المجمعة 0.87 (فاصل ثقة [CI] 95%، 0.81–0.91)، وبلغت النوعية المجمعة 0.79 (فاصل ثقة 95%، 0.71–0.85)، بينما كانت المساحة تحت المنحنى (AUC) الإجمالية 0.90 (فاصل ثقة 95%، 0.87–0.93). وكانت قيم AUC المجمعة لقيم القطع لـ Ki-67 عند 10% و>10% هي 0.89 (فاصل ثقة 95%، 0.86–0.92) و0.90 (فاصل ثقة 95%، 0.87–0.92) على التوالي. وكانت قيم AUC للميزات الراديومية المستمدة من التصوير بالرنين المغناطيسي والموجات فوق الصوتية 0.88 (فاصل ثقة 95%، 0.85–0.91) و0.92 (فاصل ثقة 95%، 0.89–0.94) على التوالي. أما قيمة AUC لنماذج التنبؤ القائمة على الانحدار اللوجستي فكانت 0.89 (فاصل ثقة 95%، 0.86–0.92). أظهرت الميزات الراديومية أداءً تشخيصياً مجمعاً واعداً للتنبؤ بالتعبير العالي لـ Ki-67 في سرطان الخلايا الكبدية. ومع ذلك، كان هناك تباين ملحوظ بين الدراسات المشمولة، مما يستدعي إجراء المزيد من الأبحاث الموحدة للتحقق من هذه النتائج.

المقدمة

على مدى العقد الماضي، ارتفع معدل حدوث وانتشار سرطان الكبد تدريجياً، مما جعله عبئاً مرضياً كبيراً ومتزايداً في جميع أنحاء العالم. وبشكل خاص، يمثل سرطان الخلايا الكبدية (HCC) نسبة 90% من جميع تشخيصات سرطان الكبد الأولية، وهو السبب الرابع الأكثر شيوعاً للوفيات المرتبطة بالسرطان عالمياً، حيث تم الإبلاغ عن 840,000 حالة جديدة في عام 20181,2. وعلى الرغم من التطورات الأخيرة في التقنيات الجراحية، والتدخلات الموضعية، والعلاجات الجهازية، لا يزال الإنذار طويل الأمد للمرضى المصابين بـ HCC دون المستوى الأمثل، حيث تتراوح معدلات البقاء على قيد الحياة الإجمالية لمدة 5 سنوات بين 13% و36%3,4,5. ويعزى ذلك إلى حد كبير إلى بدايته الخفية، والصعوبات في التشخيص المبكر، والتغاير البيولوجي العالي للأورام. وتؤكد هذه التحديات وجود قصور حرج في استراتيجيات التشخيص الحالية: فالت evaluations النسيجية المرضية التقليدية تكون غازية وغير قادرة على توفير تقييم شامل وفوري للبيولوجيا الديناميكية للأورام. ولذلك، فإن تطوير أدوات مبتكرة وغير غازية يمكنها تحديد الإمكانات الخبيثة الجوهرية للأورام بدقة يعد أمراً هاماً للنهوض بالطب الشخصي في حالات HCC.

من بين مختلف المؤشرات الحيوية الجزيئية التنبؤية، يعد Ki-67 مؤشراً راسخاً على التكاثر الخلوي ويرتبط ارتباطاً وثيقاً بالإنذار في العديد من الأورام الخبيثة. يعكس Ki-67 النشاط التكاثري ويتم التعبير عنه على نطاق واسع في الخلايا الورمية؛ ويرتبط تعبيره العالي ارتباطاً قوياً بزيادة القدرة على الغزو وضعف التمايز، مما يجعله متنبئاً بشراسة الورم6. وفي سرطان الخلايا الكبدية (HCC)، أكدت دراسات متعددة أن التعبير العالي عن Ki-67 يرتبط بشكل ملحوظ بكبر حجم الورم، والغزو الوعائي، ودرجة Edmondson–Steiner الأعلى، ومرحلة متقدمة من نقائل العقد الورمية. علاوة على ذلك، فهو يعمل كمتنبئ مستقل بتكرار المرض بعد الجراحة وسوء معدل البقاء على قيد الحياة بشكل عام7,8,9,10. وبما أن مستويات تعبير Ki-67 تعكس الحالة التكاثرية للخلايا الورمية — حيث تشير المستويات المرتفعة إلى قدرة أكبر على الغزو وتطور أسرع للمرض — فإن هذا المؤشر الحيوي يمتلك قيمة كبيرة في التصنيف التنبؤي، واتخاذ قرارات العلاج، والمراقبة العلاجية في حالات سرطان الخلايا الكبدية. ومع ذلك، يعتمد التقييم السريري الحالي لـ Ki-67 على أخذ عينات أنسجة جراحية. ولا ينطوي هذا النهج على مخاطر إجرائية وعدم راحة للمريض فحسب، بل والأهم من ذلك، ونظراً للتغاير المكاني والزماني الكبير في سرطان الخلايا الكبدية، قد تفشل خزعة واحدة في تمثيل الحالة التكاثرية العامة للورم، مما قد يؤدي إلى تفسير سريري خاطئ11. وبناءً على ذلك، هناك حاجة سريرية ملحة لطريقة غير جراحية وقابلة للتكرار يمكنها رصد التغاير المكاني للتعبير عن Ki-67 بشكل شامل.

يوفر ظهور علم الراديوميات (radiomics) نهجاً محتملاً لمعالجة هذا القصور. يتضمن علم الراديوميات استخراجاً عالي الإنتاجية للعديد من السمات الكمية من الصور الطبية القياسية، مثل التصوير المقطعي المحوسب (CT)، أو التصوير بالرنين المغناطيسي (MRI)، أو التصوير المقطعي بالإصدار البوزيتروني (PET)، وبناء نماذج تنبؤية باستخدام خوارزميات التعلم الآلي أو التعلم العميق لفك رموز البيولوجيا الورمية الكامنة12. وفي أبحاث سرطان الخلايا الكبدية (HCC)، تم تطبيق علم الراديوميات بنجاح في تحديد درجة الورم، والتنبؤ بالغزو الوعائي الدقيق، وتقييم التعبير الجيني، ومراقبة الاستجابة للعلاج. وعلى الرغم من أن العديد من الدراسات حاولت تطوير نماذج راديومية للتنبؤ بالتعبير عن Ki-6713,14، إلا أنه لا يزال هناك تباين كبير بين الدراسات في حجم العينات، وأنماط التصوير، وطرق استخراج السمات، وأداء النماذج. لذلك، هناك حاجة إلى إجراء تحليل تالٍ (meta-analysis) منهجي لتوليف هذه النتائج غير المتجانسة كمياً، ووضع تقديرات تشخيصية مجمعة وقوية، وتحديد المصادر الرئيسية للتباين السريري والمنهجي، مما يوفر أساساً قائماً على الأدلة للتوحيد القياسي والترجمة السريرية في المستقبل. ومن الناحية العملية، تواجه الترجمة السريرية لعلم الراديوميات تحديات تتعلق بقابلية تكرار السمات والقيود الخاصة بكل نمط تصوير، مثل اعتماد التصوير بالرنين المغناطيسي على معايير المسح واعتماد الموجات فوق الصوتية على المشغل. وبناءً على ذلك، يجب تقييم الفائدة السريرية لهذه النماذج بشكل نقدي استناداً إلى توحيدها المنهجي وحالة التحقق الخارجي منها. كما أن القابلية للتطبيق السريري ومتانة هذه النماذج لم يتم تقييمهما بشكل منهجي بعد. لذا، تقيم هذه الدراسة بشكل شامل الأداء التشخيصي للنماذج الراديومية في التنبؤ بحالة التعبير عن Ki-67 في سرطان الخلايا الكبدية (HCC)، مما يوفر أساساً قائماً على الأدلة للتوحيد القياسي والترجمة السريرية مستقبلاً.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

استراتيجية البحث ومصدر المعلومات
وفقاً لبيان العناصر المفضلة للتقرير في المراجعات المنهجية والتحليلات البعدية (PRISMA) 202015، تم إجراء بحث منهجي عبر PubMed و Web of Science و Cochrane Library و Embase منذ إنشاء قاعدة البيانات وحتى 20 أغسطس 2025، دون قيود لغوية (راجع الملف التكميلي 1). تم بناء استراتيجية البحث من خلال تجميع الكلمات المفتاحية وعناوين الموضوعات (مثل رؤوس الموضوعات الطبية [MeSH] في PubMed و Emtree في Embase) في ثلاث مجموعات منطقية باستخدام المعاملات المنطقية ‘AND’ و ‘OR’. تم تطبيق هذه المجموعات على حقول العنوان أو الملخص أو الموضوع في كل قاعدة بيانات على النحو التالي: (1) الراديوميكس والنماذج والتصوير: ‘radiomics’ و ‘texture analysis’ و ‘image features’ و ‘magnetic resonance imaging’ (أو ‘MRI’) و ‘tomography, X-ray computed’ (أو ‘CT’) و ‘ultrasonography’ (أو ‘ultrasound’) و ‘deep learning’ و ‘machine learning’ و ‘logistic’؛ (2) المرض: ‘hepatocellular carcinoma’ و ‘liver cancer’ و ‘HCC’ و ‘hepatoma’؛ و(3) المستضد: ‘Ki-67 Antigen’ و ‘Ki-67’ و ‘Ki67’ و ‘proliferation index’. تم تعديل صيغة البحث الدقيقة لتناسب القواعد المحددة لكل قاعدة بيانات (على سبيل المثال، استخدام علامات [Title/Abstract] و [MeSH] في PubMed، وعلامات ‘:ti,ab’ أو ‘/exp’ في Embase). كما أجري بحث يدوي في المراجع الخاصة بالدراسات المستخرجة، إلى جانب المقالات المراجعية ذات الصلة، لتحديد أي منشورات مؤهلة إضافية. تم تسجيل بروتوكول الدراسة بأثر رجعي في قاعدة بيانات INPLASY تحت رقم التسجيل INPLASY202670061.

معايير الأهلية
لضمان اختيار دراسات ذات صلة سريرياً، تم تحديد أهلية الدراسات المسترجعة باستخدام إطار عمل PICOS (المجتمع، والتدخل، والمقارنة، والنتيجة، وتصميم الدراسة).

كانت معايير الاشتمال كما يلي: (1) أن يتكون مجتمع الدراسة من المرضى الذين تم تشخيص إصابتهم بسرطان الخلايا الكبدية (HCC) بناءً على الفحص الهيستوباثولوجي للأنسجة المستأصلة أو المأخوذة عبر الخزعة، أو وفقاً للإرشادات السريرية والتصويرية المعتمدة؛ (2) استخدام الراديوميكس، أو التعلم العميق، أو سمات النسيج المشتقة من وسائط التصوير الطبي (بما في ذلك التصوير المقطعي المحوسب CT، أو التصوير بالرنين المغناطيسي MRI، أو التصوير بالموجات فوق الصوتية) للتنبؤ بمستويات تعبير Ki-67 في الورم؛ (3) التقييم الهيستوباثولوجي لمستويات تعبير Ki-67 في عينات الورم، مع وجود قيمة قطع محددة بوضوح لتصنيف المرضى إلى مجموعات ذات تعبير مرتفع وتعبير منخفض؛ (4) توافر النتائج التشخيصية في شكل جدول تباين 2 × 2 يتيح حساب أداء الاختبار؛ و(5) أن تكون الدراسات السريرية أصلية ومراجعة من قبل الأقران.

تم استبعاد الدراسات إذا كانت (1) ملخصات مؤتمرات، أو تقارير حالات، أو مراجعات منهجية، أو غيرها من البحوث غير الأصيلة؛ (2) تحتوي على بيانات نتائج غير كافية للتحليل الكمي؛ (3) منشورات مكررة؛ (4) غير متوفرة بنصها الكامل.

بروتوكول فحص الدراسات واستخراج البيانات
لتنفيذ عملية فحص الأدبيات، تم دمج جميع الاستشهادات المسترجعة من قواعد البيانات الإلكترونية، وتحديد السجلات المكررة وإزالتها بشكل منهجي. بعد ذلك، قام باحثان بفحص الأدبيات المتبقية بشكل مستقل بناءً على معايير الاشتمال والاستبعاد المحددة مسبقًا. في البداية، تمت مراجعة العناوين والملخصات، وخضعت الدراسات التي يحتمل أن تكون مؤهلة لتقييم النص الكامل. وتم حل أي خلافات بين المراجعين من خلال المناقشة أو باستشارة باحث ثالث للتوصل إلى إجماع.

بعد إتمام عملية الفرز، قام الباحثان نفسهما باستخراج البيانات بشكل مستقل باستخدام نموذج استخراج موحد ومحدد مسبقاً. وشملت المعلومات المستخرجة الخصائص الأساسية للدراسة، والتفاصيل الديموغرافية لمجتمع الدراسة، وبيانات أداء التشخيص، وتحديداً عدد الحالات الإيجابية الحقيقية، والإيجابية الكاذبة، والسلبية الحقيقية، والسلبية الكاذبة. وبالنسبة للدراسات التي كانت بياناتها ناقصة أو تحتوي على غموض غير محلول، تواصلنا مع المؤلفين المسؤولين عبر البريد الإلكتروني لطلب البيانات الأصلية، وتم استبعاد الدراسات إذا ظلت البيانات المطلوبة غير متوفرة.

تقييم الجودة وتقييم خطر التحيز
تم تقييم جودة الدراسات التشخيصية المشمولة باستخدام أداة تقييم جودة دراسات الدقة التشخيصية 2 (QUADAS-2)، التي طورها Whiting وآخرون في جامعة York16. تقيس هذه الأداة أربعة مجالات: اختيار المرضى، والاختبار المؤشر، والمعيار المرجعي، والتدفق والتوقيت. تم تصنيف خطر التحيز في كل مجال على أنه "عالٍ" أو "منخفض" أو "غير واضح". قام باحثان بإجراء تقييم الجودة بشكل مستقل، وتم حل أي خلافات من خلال المناقشة أو باستشارة باحث ثالث للوصول إلى إجماع.

التحليل الإحصائي
أُجريت التحليلات الإحصائية باستخدام برنامج Stata الإصدار 16.0 وبرنامج Review Manager (RevMan) الإصدار 5.3. واستُخدم برنامج RevMan لتقييم الجودة المنهجية، وتقدير خطر الانحياز، وإنشاء الملخصات المرئية المقابلة. كما حُللت دقة التشخيص في برنامج Stata 16.0 باستخدام وحدة hierarchical midas. وقُدرت الحساسية والنوعية المجمعة، مع فترات الثقة (CIs) بنسبة 95%، باستخدام نموذج التأثيرات العشوائية ثنائي المتغير. ولخص أداء التشخيص العام من خلال رسم منحنى خصائص التشغيل للمستقبل الهرمي (HSROC) وحساب المساحة تحت المنحنى (AUC) المقابلة. وفُحص التباين بين الدراسات باستخدام اختبار Cochran's Q وإحصائية I2، حيث اعتُبرت قيم I2 الأقل من 50% أو قيم P في اختبار Q التي تزيد عن 0.10 مؤشراً على تجانس مقبول. وللتحقق من المصادر المحتملة للتباين، أُجريت تحليلات فرعية محددة مسبقاً وفقاً لقيم القطع لـ Ki-67، ونوع التصوير، ونموذج التنبؤ. وقُيم وجود تأثير العتبة عن طريق تحديد ارتباط Spearman بين الحساسية المحولة إلى لوجيت ولوجيت (1 − النوعية). كما قُيم انحياز النشر المحتمل باستخدام اختبار Deeks' funnel plot asymmetry. وما لم يُنص على خلاف ذلك، كانت جميع الاختبارات الإحصائية ثنائية الذيل، وحُددت الدلالة الإحصائية عندما تكون P < 0.05.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

خصائص الدراسات المشمولة
من خلال بحث منهجي في قواعد البيانات الإلكترونية، تم تحديد 3,923 دراسة أولياً للفحص. وبعد استبعاد 2,032 سجلاً مكرراً و1,719 دراسة غير ذات صلة، خضع 172 مقالاً لمراجعة النص الكامل. وبناءً على معايير الاشتمال والاستبعاد المحددة مسبقاً، تم إدراج 17 دراسة13,14,17,18,19,20,

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

قام هذا التحليل التلوي المنهجي بتقييم الأداء التشخيصي للميزات الراديومية للتنبؤ بتعبير Ki-67 في سرطان الخلايا الكبدية (HCC). بلغت الحساسية المجمعة 0.87، والخصوصية المجمعة 0.79، بينما بلغت المساحة تحت المنحنى (AUC) الإجمالية 0.90. وعلى الرغم من أن التقديرات كانت متشابهة بشكل عام عبر المجموعات الفرعية التي تم تحليلها، إلا أن التباين الكبير يحد من إمكانية تعميم التقديرات المجمعة. تشير هذه النتائج إلى أن الراديوميات قد تكون مكملة للتقييم القائم على الأنسجة، ولكن فائدتها السريرية تتطلب مزيداً من التحقق.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

يصرح المؤلفون بأنه لا توجد تضاربات في المصالح.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
مدير المراجعة (Review Manager)Nordic Cochrane Centreالإصدار 5.3تقييم ورسم خرائط خطر الانحياز
StataStataCorpالإصدار 16.0التحليل التلوي التشخيصي باستخدام وحدة midas

المراجع

  1. Philips CA, et al. Hepatocellular carcinoma in 2021: an exhaustive update. Cureus. 2021;13(11):e19274.
  2. Llovet JM, et al. Hepatocellular carcinoma. Nat Rev Dis Primers. 2021;7(1):6.
  3. Siegel RL, Miller KD, Wagle NS, Jemal A. Cancer statistics, 2023. CA Cancer J Clin. 2023;73(1):17-48.
  4. Feng F, Zhao Y. Hepatocellular carcinoma: prevention, diagnosis, and treatment. Med Princ Pract. 2024;33(5):414-23.
  5. Alawyia B, Constantinou C. Hepatocellular carcinoma: a narrative review on current knowledge and future prospects. Curr Treat Options Oncol. 2023;24(7):711-24.
  6. Andrés-Sánchez N, Fisher D, Krasinska L. Physiological functions and roles in cancer of the proliferation marker Ki-67. J Cell Sci. 2022;135(11):jcs258932.
  7. Hsu HC, et al. Expression of p53 gene in 184 unifocal hepatocellular carcinomas: association with tumor growth and invasiveness. Cancer Res. 1993;53(19):4691-4.
  8. Cao Y, et al. DNA topoisomerase IIα and Ki-67 are prognostic factors in patients with hepatocellular carcinoma. Oncol Lett. 2017;13(6):4109-16.
  9. Stroescu C, et al. Expression of p53, Bcl-2, VEGF, Ki-67, and PCNA and prognostic significance in hepatocellular carcinoma. J Gastrointestin Liver Dis. 2008;17(4):411-7.
  10. Jue C, et al. Vasculogenic mimicry in hepatocellular carcinoma contributes to portal vein invasion. Oncotarget. 2016;7(47):77987-97.
  11. Di Tommaso L, et al. Role of liver biopsy in hepatocellular carcinoma. World J Gastroenterol. 2019;25(40):6041-52.
  12. Gillies RJ, Kinahan PE, Hricak H. Radiomics: images are more than pictures, they are data. Radiology. 2016;278(2):563-77.
  13. Hu XX, et al. Whole-tumor MRI histogram analyses of hepatocellular carcinoma: correlations with Ki-67 labeling index. J Magn Reson Imaging. 2017;46(2):383-92.
  14. Yao Z, et al. Preoperative diagnosis and prediction of hepatocellular carcinoma: radiomics analysis based on multimodal ultrasound images. BMC Cancer. 2018;18(1):1089.
  15. Page MJ, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.
  16. Whiting PF, et al. QUADAS-2: a revised tool for the quality assessment of diagnostic accuracy studies. Ann Intern Med. 2011;155(8):529-36.
  17. Chen Y, et al. Diagnostic value of Gd-EOB-DTPA-enhanced MRI for the expression of Ki-67 and microvascular density in hepatocellular carcinoma. J Magn Reson Imaging. 2020;51(6):1755-63.
  18. Ye Z, et al. Texture analysis on gadoxetic acid-enhanced MRI for predicting Ki-67 status in hepatocellular carcinoma: a prospective study. Chin J Cancer Res. 2019;31(5):806-17.
  19. Ye Z, et al. Preoperative prediction of hepatocellular carcinoma with highly aggressive characteristics using quantitative parameters derived from hepatobiliary phase MR images. Ann Transl Med. 2020;8(4):85.
  20. Wu H, et al. Prediction of the Ki-67 marker index in hepatocellular carcinoma based on CT radiomics features. Phys Med Biol. 2020;65(23):235048.
  21. Shi G, et al. Evaluation of multiple prognostic factors of hepatocellular carcinoma with intravoxel incoherent motion imaging by extracting the histogram metrics. Cancer Manag Res. 2020;12:6019-31.
  22. Fan Y, et al. Radiomic analysis of Gd-EOB-DTPA-enhanced MRI predicts Ki-67 expression in hepatocellular carcinoma. BMC Med Imaging. 2021;21(1):100.
  23. Jing M, et al. The benefit of apparent diffusion coefficient in evaluating the invasiveness of hepatocellular carcinoma. Front Oncol. 2021;11:719480.
  24. Hu X, et al. Added value of viscoelasticity for MRI-based prediction of Ki-67 expression of hepatocellular carcinoma using a deep learning combined radiomics (DLCR) model. Cancers (Basel). 2022;14(11):2575.
  25. Wu C, et al. Nomogram based on CT radiomics features combined with clinical factors to predict Ki-67 expression in hepatocellular carcinoma. Front Oncol. 2022;12:943942.
  26. Dong Y, et al. Prediction of histological grades and Ki-67 expression of hepatocellular carcinoma based on Sonazoid contrast-enhanced ultrasound radiomics signatures. Diagnostics (Basel). 2022;12(9):2175.
  27. Liu Z, et al. Nomogram development and validation to predict Ki-67 expression of hepatocellular carcinoma derived from Gd-EOB-DTPA-enhanced MRI combined with T1 mapping. Front Oncol. 2022;12:954445.
  28. Zhang L, et al. Noninvasive prediction of Ki-67 expression in hepatocellular carcinoma using machine learning-based ultrasomics: a multicenter study. J Ultrasound Med. 2023;42(5):1113-22.
  29. Huang Z, Zhou P, Li S, Li K. Prediction of the Ki-67 marker index in hepatocellular carcinoma based on dynamic contrast-enhanced ultrasonography with Sonazoid. Insights Imaging. 2022;13(1):199.
  30. Zhao YM, et al. Added value of CE-CT radiomics to predict high Ki-67 expression in hepatocellular carcinoma. BMC Med Imaging. 2023;23(1):138.
  31. Zhang D, et al. Predicting Ki-67 expression in hepatocellular carcinoma: nomogram based on clinical factors and contrast-enhanced ultrasound radiomics signatures. Abdom Radiol (NY). 2024;49(5):1419-31.
  32. Miller I, et al. Ki-67 is a graded rather than a binary marker of proliferation versus quiescence. Cell Rep. 2018;24(5):1105-12.e5.
  33. Lambin P, et al. Radiomics: the bridge between medical imaging and personalized medicine. Nat Rev Clin Oncol. 2017;14(12):749-62.
  34. Shia WC, et al. Effectiveness of evaluating tumor vascularization using 3D power Doppler ultrasound with high-definition flow technology in the prediction of the response to neoadjuvant chemotherapy for T2 breast cancer: a preliminary report. Phys Med Biol. 2015;60(19):7763-78.
  35. Luo Y, et al. Clinicopathological and prognostic significance of high Ki-67 labeling index in hepatocellular carcinoma patients: a meta-analysis. Int J Clin Exp Med. 2015;8(7):10235-47.
  36. Aguirre-Meneses H, et al. Radiomics and the Image Biomarker Standardisation Initiative (IBSI): a narrative review using a six-question map and implementation framework for reproducible imaging biomarkers. Cureus. 2025;17(10):e95335.
  37. Voitenko DA, et al. RiTex: harmonization of radiomic features based on Riemannian geometry. J Imaging. 2026;12(6):264.
  38. Jearth V, et al. Correlation of clinicopathological profile, prognostic factors, and survival outcomes with baseline alfa-fetoprotein levels in patients with hepatocellular carcinoma: a biomarker that is bruised but not broken. J Clin Exp Hepatol. 2022;12(3):841-52.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

استكشف المزيد من المقالات

نماذج الراديوميكسالسمات الراديوميةالأداء التشخيصيالتصوير بالرنين المغناطيسيراديوميكس الموجات فوق الصوتيةالانحدار اللوجستي
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.