Occulte peritoneale metastase, die curatieve chirurgie onmogelijk maakt, komt frequent voor in patiënten met gevorderd maagcarcinoom, en is preoperatief niet goed te voorspellen. Er is behoefte aan een betrouwbare niet-invasieve methode voor detectie van deze metastase. Een studie in China heeft de mogelijkheid onderzocht van voorspellen van occulte peritoneale metastase aan de hand van een deep learning model van preoperatieve CT-beelden. Dr. Ruijiang Li (Stanford University School of Medicine, Palo Alto CA) en collega’s publiceren de studie in JAMA Network Open.¹

Het Peritoneal Metastasis Network (PMetNet) model is ontwikkeld in een trainingscohort van 1225 patiënten die chirurgie ondergingen voor maagcarcinoom in het ziekenhuis van Sun Yat-sen Cancer Center (Guangzhou). De onderzoekers analyseerden kenmerken van preoperatieve CT-beelden van patiënten die wel en patiënten die geen occulte peritoneale metastase bleken te hebben, en verwerkten deze kenmerken in een deep learning model. Het model werd extern gevalideerd in twee onafhankelijke cohorten (tezamen 753 patiënten) die chirurgie voor maagcarcinoom ondergingen in Nanfang Ziekenhuis en het Derde Geaffilieerde Ziekenhuis van de Zuidelijke Medische Universiteit, beide eveneens in Guangzhou. De gemiddelde leeftijd van de 1350 mannen en 628 vrouwen was 56,0 jaar (SD 12,2).

De figuur laat zien dat in het eerste externe validatiecohort de AUC van het PMetNet-model 0,946 (95%-bti 0,927-0,965) was met een sensitiviteit van 75,4% en een specificiteit van 92,9%). In het tweede externe validatiecohort was de AUC 0,920 (95%-bti 0,848-0,992) met een sensitiviteit van 87,5% en een specificiteit van 98,2%. De onderscheidende performance van het model was substantieel beter dan die van conventionele klinisch-pathologische factoren, die een AUC hadden in de range van 0,51 tot 0,63). In multivariate analyse was PMetNet een onafhankelijke voorspeller van occulte peritoneale metastase.

De onderzoekers concluderen dat het model kan worden gebruikt als betrouwbare niet-invasieve preoperatieve methode voor het identificeren van patiënten met klinisch-occulte peritoneale metastase van maagcarcinoom.

1.Jiang Y, Liang X, Wang W et al. Noninvasive prediction of occult peritoneal metastasis in gastric cancer using deep learning. JAMA Network Open 2021;4:e2032269

Summary: A study in China resulted in a model that could serve as reliable noninvasive tool for preoperative identification of gastric cancer patients with clinically occult peritoneal metastasis.