Математическая модель позволяет эффективно оценить агрессивность раковой опухоли до операции

Объективная оценка неровностей формы опухоли дает возможность более эффективно оценить ее агрессивность до операции. К такому выводу пришла команда врачей из Университета Карла Ландштайнера в Кремсе, чьи исследования были посвящены менингиомам - форме опухоли, поражающей менингеальную ткань мозга. 

В исследовании, опубликованном в последнем номере журнала "Journal of Neurosurgery", исследовательская группа продемонстрировала высокую прогностическую ценность разработанной ими модели, названной поверхностным фактором. 

Модель представляет собой объективный и сопоставимый параметр для количественной оценки неровностей формы опухоли. На основании данных более чем 125 пациентов исследование выявило статистически значимую корреляцию между низким коэффициентом поверхности (т.е. неровной поверхностью опухоли) и более высоким уровнем агрессивности опухоли.

Хотя менингиомы - опухоли, развивающиеся в менинге - часто бывают доброкачественными, около 20% случаев характеризуются более высокой степенью агрессивности. Различия проводятся с помощью классификации ВОЗ, которая классифицирует опухоли от I до III после их хирургического удаления, а также определяет последующую схему лечения. 

Однако предоперационная классификация была бы весьма полезной, поскольку она дала бы хирургу жизненно важную предварительную информацию о наиболее подходящей хирургической стратегии. Группа врачей из Университета Карла Ландштайнера в Кремсе (KL Krems) продемонстрировала, что рассчитанный ими коэффициент дает именно такую информацию.


Магнитно-резонансная томография опухоли дает основу для определения фактора поверхности (SF), который позволяет рассчитать площадь поверхности и объем опухоли с помощью специализированного программного обеспечения. На втором этапе рассчитывается площадь поверхности гипотетической сферы, имеющей тот же объем, что и опухоль.

Доктор Попадич, первый автор исследования, говорит: "Из всех геометрических форм сфера имеет наименьшую площадь поверхности по отношению к своему объему. Другими словами, она представляет собой своего рода "идеализированную" опухоль с наименьшим возможным количеством неровностей". Затем SF рассчитывается как отношение площади поверхности сферы к площади поверхности опухоли. Чем больше неровностей, тем ниже SF.

Попадич и их команда собрали данные 126 пациентов, которым были удалены менингиомы в двух нейрохирургических центрах Австрии в период с 2010 по 2018 год. Ретроспективное исследование показало, что с помощью SF можно с высокой степенью статистической точности провести различие между I-III классами ВОЗ. Дальнейший анализ показал, что SF не зависит от других значений и поэтому может служить легко вычисляемым предоперационным прогностическим фактором агрессивности менингиомы.

В целом, команда разработала математическую модель, которая позволяет объективно и количественно оценить форму менингиомы до операции, как описано в работе, опубликованной в журнале Journal of Neurosurgery.

В будущем этот новый инструмент прогнозирования может помочь оптимизировать хирургические стратегии и способствовать улучшению результатов лечения. Эта работа еще раз подчеркивает основанный на исследованиях подход К.Л. Кремса к продвижению непрерывных инноваций в медицине с целью улучшения благосостояния пациентов.