Zielsetzung
Ziel dieser Studie ist es, den Einfluss deep-learning-basierter, vollautomatisch extrahierter 3D-Körperzusammensetzungsparameter auf das therapeutische Outcome bei Patienten mit Magenkarzinom zu untersuchen und mit herkömmlichen Single-Slice-Messungen zu vergleichen. Messungen auf mehreren Schichten könnten stabilere prädiktive Modelle ermöglichen und als wertvolle Biomarker für personalisierte Therapien dienen.
Material und Methoden
Unsere Studie umfasst 155 Patienten mit histologisch gesichertem Magenkarzinom, die zwischen 2013 und 2023 am Universitätsklinikum Frankfurt behandelt wurden. Thorako-abdominelle CT-Scans wurden mit Hilfe eines Open-Source-Algorithmus für Körper- und Organanalysen (Haubold et al.) automatisch ausgewertet. Analysierte Parameter umfassen Knochenmasse, Knochendichte, Muskelmasse, Muskeldichte (SMD), Gesamtfettgewebe (TAT), intermuskuläres Fett (IMAT), subkutanes Fett (SAT) und viszerales Fett (VAT). Die Effekte der Muscle-Bone Ratio (MBR) und Sarkopenie, die in vorherigen Studien als prognostisch relevant identifiziert wurden, wurden zur Verbesserung prädiktiver Marker für das Gesamtüberleben untersucht. Um klinisch relevante Risikogruppen zu bilden, wurde zusätzlich eine optimale Cut-Off Bestimmung durchgeführt.
Ergebnisse
Die univariate Analyse zeigte signifikante Zusammenhänge zwischen MBR (p≤0,005), SMD (p≤0,005) und dem Sarkopenie-Marker (p=0,013) mit dem Gesamtüberleben. Nach Adjustierung für Alter und Geschlecht blieben MBR (p≤0,005) und der Sarkopenie-Marker (p≤0,005) in multivariaten Analysen als unabhängige Risikofaktoren bestehen. Die univariate Analyse der kurativen Kohorte bestätigte signifikante Zusammenhänge für Knochendichte, SMD, MBR, Myosteatose und Sarkopenie, während in der multivariaten Analyse nur MBR als signifikanter Faktor verblieb.
Schlussfolgerungen
Die MBR ist ein unabhängiger prognostischer Faktor für das Gesamtüberleben bei Patienten mit Magenkarzinom und sollte aufgrund ihrer Anwendbarkeit in die klinische Routine und Entscheidungsfindung integriert werden.