Modelos de radiomica basados en MRI para la predicción preoperatoria de pérdida masiva de sangre intraoperatoria en pacientes con metástasis espinales

Qué problema aborda

La pérdida masiva de sangre durante la cirugía es un evento crítico que puede complicar los procedimientos quirúrgicos en pacientes con metástasis espinales. La identificación temprana del riesgo de MBL es esencial para optimizar la planificación quirúrgica y la gestión perioperatoria.

Qué hicieron los autores

Los investigadores incluyeron un total de 507 pacientes diagnosticados con metástasis espinales, clasificándolos en grupos de MBL y no MBL, utilizando un umbral de 2500 ml. Se extrajeron características radiómicas de secuencias T2WI y CET1, y se aplicó un análisis de regresión LASSO para la reducción de dimensionalidad. Se desarrollaron modelos radiómicos y un modelo clínico, y se combinó ambos para evaluar su rendimiento predictivo.

Qué encontraron

Los factores de riesgo independientes para MBL identificados fueron la vascularidad tumoral, la embolización preoperatoria, la ubicación del tumor y los segmentos quirúrgicos. Entre los 11 modelos de aprendizaje automático evaluados, el modelo AdaBoost mostró el mejor rendimiento predictivo con un área bajo la curva (AUC) de 0.775. El modelo combinado de radiomica y clínico alcanzó la mayor capacidad discriminativa con un AUC de 0.818, superando tanto al modelo radiómico (AUC de 0.768) como al clínico (AUC de 0.583). Además, se desarrolló un nomograma que mostró buena calibración y el mayor beneficio clínico neto.

Limitaciones

El texto disponible no detalla las limitaciones específicas del estudio.

Lectura final

Este estudio resalta la importancia de los modelos de radiomica en la predicción del riesgo de pérdida masiva de sangre en cirugías de metástasis espinales, lo que podría facilitar una gestión más personalizada y efectiva durante el perioperatorio, mejorando así los resultados para los pacientes.