Автоматизированный анализ состава тканей шеи на основе рутинных КТ-симуляций перед лучевой терапией позволяет прогнозировать общую выживаемость (ОВ) у пациентов с раком головы и шеи, сообщается в JAMA Otolaryngology-Head & Neck Surgery.

Исследователи разработали систему глубокого обучения для количественной оценки трёхмерных объёмов мягких тканей шейного отдела на предлечебных КТ-симуляциях. В ретроспективную когорту вошли 1187 пациентов с раком головы и шеи, получавших дефинитивную лучевую терапию в UCLA с января 2014 по декабрь 2024 года (медиана возраста 64 года, 72,8% мужчин). Для автоматизированного объёмного анализа состава тела подходили данные 659 пациентов.

При медиане наблюдения 5,5 лет и 396 смертях расчётная медиана ОВ составила 10,9 лет. Анализ Каплана–Мейера с поправкой на ВПЧ-статус, локализацию первичной опухоли, стадию, возраст, статус по ECOG и год лечения показал: пациенты с избыточным весом (HR 0,70; 95% CI 0,56–0,89; P=0,004) и ожирением (HR 0,67; 95% CI 0,50–0,91; P=0,01) имели достоверно лучшую ОВ по сравнению с нормальным индексом массы тела.

Более высокий индекс скелетной мускулатуры при объёмном анализе независимо ассоциирован с улучшением ОВ: каждое увеличение на 1 стандартное отклонение снижало риск смерти на 33% (HR 0,67; 95% CI 0,50–0,89; P=0,001). Напротив, повышенный индекс межмышечной жировой ткани коррелировал с худшей ОВ (HR на SD 1,28; 95% CI 1,03–1,58; P=0,02).

Объёмный анализ выявил выраженную гетерогенность состава тканей при разных уровнях ИМТ: доля подкожной жировой ткани колебалась от 27% у пациентов с недостаточным весом до 48% при ожирении, нормализованный объём тканей увеличивался в 3,5 раза. Интеграция этих КТ-биомаркеров с клиническими переменными и ИМТ улучшала качество прогностических моделей. Авторы заключают, что внедрение такого «оппортунистического фенотипирования» в клиническую инфраструктуру может уточнить стратификацию риска и выявить уязвимых пациентов для проспективных исследований таргетной поддерживающей терапии.