Rofo 2020; 192(S 01): S9
DOI: 10.1055/s-0040-1703127
Vortrag (Wissenschaft)
Experimentelle Radiologie
© Georg Thieme Verlag KG Stuttgart · New York

Entwicklung eines Extreme Gradient Boosting Algorithmus auf Basis funktioneller MR-Parameter zur Vorhersage des Wachstums experimenteller Knochenmetastasen.

S Ellmann
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
,
M Merz
2   Universitätsklinikum Heidelberg, Innere Medizin V: Hämatologie, Onkologie, Rheumatologie, Heidelberg
,
L Seyler
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
,
M Uder
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
,
T Bäuerle
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
› Author Affiliations
Further Information

Publication History

Publication Date:
21 April 2020 (online)

 

Zielsetzung Ziel dieser Studie war die Entwicklung eines Machine Learning Algorithmus zur Prädiktion des Wachstums experimenteller Brustkrebs-Knochenmetastasen im Rattenmodell.

Material und Methoden Zur Metastaseninduktion wurden MDA-MB-231 Brustkrebszellen in die rechte A.femoralis von 65 Ratten injiziert, was zu Metastasen am rechten Hinterbein führte. Am Tag 30 nach Tumorzellinokulation (TZI) erfolgte CT- und MRT-Bildgebung [CT: Volumetrie der Osteolysen; MRT: diffusionsgewichtete Bildgebung (DWI) und Kontrastmitteldynamik (DCE)]. Im Anschluss wurden die Tiere randomisiert und therapiert: Kontrolle/Placebo (n=12), Paclitaxel (P, n=11), Sorafenib (So, n=11), Sunitinib (Su, n=8), Zoledronat (Z, n=6), So+P (n=10), Su+Z (n=7). An Tag 55 nach TZI erfolgte eine erneute Bildgebung zur Volumetrie der Osteolysen. Mit den an Tag 30 gewonnenen Parametern (DWI: ADC, mikrovaskuläre Volumenfraktion f, molekularer Diffusionskoffizient D; DCE: Amplitude A und Austauschratenkonstante kep), der initialen Größe der Osteolyse und der Therapieform wurde ein Extreme Gradient Boosting Algorithmus (XGB) trainiert. Zielvariable war die Größe der Osteolyse an Tag 55, zu optimierende Variable der RMSE. Die Generalisierbarkeit wurde durch Leave-One-Out Kreuzvalidierung sichergestellt.

Ergebnisse Der XGB erreichte einen RMSE von 0,037 mm3. In einer Gesamtanalyse korrelierten vorhergesagte und beobachtete Größe der Osteolysen stark und signifikant (r=0,82; p<0,001). In Einzelanalysen der Therapien zeigten sich starke Korrelationen in den Kontrollen (r=0,89) und den Standardtherapeutika (P, r=0,94; Z, r =0,86; alle p<0,001), während die Korrelationen der übrigen Therapien/Kombinationen unter Beteiligung von Tyrosinkinaseinhibitoren die Signifikanz verfehlten (0,06<p<0,36).

Schlußfolgerungen Der entwickelte XGB ermöglicht mittels Bestimmung von ADC- und DCE-Parametern eine Vorhersage des Wachstums experimenteller Knochenmetastasen ohne therapeutische Intervention und unter Verabreichung der Standardtherapeutika Paclitaxel und Zoledronat.