Torakotomia u pacjentów z kostniakomięsakiem - najnowsza publikacja

Predictors of pulmonary metastases on chest computed tomography in children and adolescents with osteosarcoma-tips for qualifying patients for thoracotomy

Marek Duczkowski , Agnieszka Duczkowska , Anna Olwert , Elżbieta Michalak , Katarzyna Bilska , Teresa Klepacka , Magdalena Rychłowska-Pruszyńska , Anna Raciborska, Monika Bekiesińska-Figatowska


Kostniakomięsak jest najczęstszym pierwotnym złośliwym nowotworem kości u dzieci i młodzieży. Często zdarza się, że przerzuty pojawiają się w płucach, które są najczęstszym i często jedynym miejscem występowania choroby przerzutowej. Obecność przerzutów w płucach jest znaczącym niekorzystnym czynnikiem rokowniczym. W takich przypadkach zalecana jest torakotomia, a tomografia komputerowa (CT) pozostaje złotym standardem obrazowania. Celem badania było stworzenie narzędzi do kwalifikacji pacjentów z kostniakomięsakiem do torakotomii na podstawie wyników CT, aby zmniejszyć liczbę niepotrzebnych operacji.

W ramach retrospektywnej analizy uwzględniono 64 pacjentów pediatrycznych z kostniakomięsakiem, u których podejrzewano przerzuty do płuc na podstawie wyników CT, oraz ich pierwsze torakotomie (n = 100). Wszystkie skany CT zostały przeanalizowane za pomocą metody oceny przedziałowej opartej na liczbie i wielkości guzków. Analizowano również zwapnienia i lokalizację zmian w płucach. Niezawodność między dwoma doświadczonymi radiologami została oceniona. Następnie wyniki CT zostały skorelowane z wynikami histopatologicznymi torakotomii. Zbudowano różne wielowymiarowe modele predykcyjne (regresja logistyczna, drzewo klasyfikacyjne i las losowy) i zidentyfikowano predyktory przerzutów do płuc.

Wyniki badań wykazały, że wszystkie zastosowane modele potwierdziły, że zwapnione guzki na przedoperacyjnym skanie CT najlepiej przewidują obecność przerzutów do płuc. Ocena operowanego płuca na podstawie liczby i wielkości guzków oraz całkowita liczba guzków na tym skanie również okazały się ważnymi predyktorami. Wszystkie trzy modele osiągnęły stosunkowo wysoką czułość (72-92%), wartość predykcyjną dodatnią (81-90%) oraz dokładność (74-79%). Wartość predykcyjna dodatnia każdego modelu była wyższa niż kwalifikacja do torakotomii wykonywana w trakcie leczenia.

Wnioski z badania sugerują, że zbudowane i przetestowane wielowymiarowe modele mogą być przydatne w kwalifikacji pacjentów z kostniakomięsakiem do metastazektomii poprzez torakotomię. Mogą one przyczynić się do zmniejszenia liczby niepotrzebnych inwazyjnych procedur w przyszłości. Dzięki tym narzędziom, proces decyzyjny w przypadku torakotomii u pacjentów z kostniakomięsakiem może stać się bardziej precyzyjny i mniej obciążający dla młodych pacjentów.









Źródło: DOI: 10.1186/s12887-024-04858-0