Skip to main content
main-content

05.02.2018 | Oncology | Ausgabe 7/2018

European Radiology 7/2018

Genotype prediction of ATRX mutation in lower-grade gliomas using an MRI radiomics signature

Zeitschrift:
European Radiology > Ausgabe 7/2018
Autoren:
Yiming Li, Xing Liu, Zenghui Qian, Zhiyan Sun, Kaibin Xu, Kai Wang, Xing Fan, Zhong Zhang, Shaowu Li, Yinyan Wang, Tao Jiang
Wichtige Hinweise

Electronic supplementary material

The online version of this article (https://​doi.​org/​10.​1007/​s00330-017-5267-0) contains supplementary material, which is available to authorized users.
Yiming Li and Xing Liu contributed equally to this work.

Abstract

Objectives

To predict ATRX mutation status in patients with lower-grade gliomas using radiomic analysis.

Methods

Cancer Genome Atlas (TCGA) patients with lower-grade gliomas were randomly allocated into training (n = 63) and validation (n = 32) sets. An independent external-validation set (n = 91) was built based on the Chinese Genome Atlas (CGGA) database. After feature extraction, an ATRX-related signature was constructed. Subsequently, the radiomic signature was combined with a support vector machine to predict ATRX mutation status in training, validation and external-validation sets. Predictive performance was assessed by receiver operating characteristic curve analysis. Correlations between the selected features were also evaluated.

Results

Nine radiomic features were screened as an ATRX-associated radiomic signature of lower-grade gliomas based on the LASSO regression model. All nine radiomic features were texture-associated (e.g. sum average and variance). The predictive efficiencies measured by the area under the curve were 94.0 %, 92.5 % and 72.5 % in the training, validation and external-validation sets, respectively. The overall correlations between the nine radiomic features were low in both TCGA and CGGA databases.

Conclusions

Using radiomic analysis, we achieved efficient prediction of ATRX genotype in lower-grade gliomas, and our model was effective in two independent databases.

Key Points

• ATRX in lower-grade gliomas could be predicted using radiomic analysis.
• The LASSO regression algorithm and SVM performed well in radiomic analysis.
• Nine radiomic features were screened as an ATRX-predictive radiomic signature.
• The machine-learning model for ATRX-prediction was validated by an independent database.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

★ PREMIUM-INHALT
e.Med Interdisziplinär

Mit e.Med Interdisziplinär erhalten Sie Zugang zu allen CME-Fortbildungen und Fachzeitschriften auf SpringerMedizin.de. Zusätzlich können Sie eine Zeitschrift Ihrer Wahl in gedruckter Form beziehen – ohne Aufpreis.

Weitere Produktempfehlungen anzeigen
Zusatzmaterial
ESM 1 (DOCX 466 kb)
330_2017_5267_MOESM1_ESM.docx
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 7/2018

European Radiology 7/2018 Zur Ausgabe
  1. Das kostenlose Testabonnement läuft nach 14 Tagen automatisch und formlos aus. Dieses Abonnement kann nur einmal getestet werden.

Neu im Fachgebiet Radiologie

11.01.2019 | Klinik aktuell | Nachrichten | Onlineartikel

Ein Fünftel mehr Organspender

09.01.2019 | IT für Ärzte | Nachrichten | Onlineartikel

AU-Bescheinigungen via Whatsapp

21.12.2018 | Gesundheitspolitik | Nachrichten | Onlineartikel

„Ärzte zu oft auf dem Golfplatz“

Meistgelesene Bücher aus der Radiologie

2016 | Buch

Medizinische Fremdkörper in der Bildgebung

Thorax, Abdomen, Gefäße und Kinder

Dieses einzigartige Buch enthält ca. 1.600 hochwertige radiologische Abbildungen und Fotos iatrogen eingebrachter Fremdmaterialien im Röntgenbild und CT.

Herausgeber:
Dr. med. Daniela Kildal

2011 | Buch

Atlas Klinische Neuroradiologie des Gehirns

Radiologie lebt von Bildern! Der vorliegende Atlas trägt dieser Tatsache Rechnung. Sie finden zu jedem Krankheitsbild des Gehirns Referenzbilder zum Abgleichen mit eigenen Befunden.

Autoren:
Priv.-Doz. Dr. med. Jennifer Linn, Prof. Dr. med. Martin Wiesmann, Prof. Dr. med. Hartmut Brückmann

Mail Icon II Newsletter

Bestellen Sie unseren kostenlosen Newsletter Update Radiologie und bleiben Sie gut informiert – ganz bequem per eMail.

Bildnachweise