Modified RECIST submodels and ordinal regression model predict neoadjuvant chemoimmunotherapy response in locally advanced gastric cancer
8.0
来源：
Nature
关键字：
medical imaging+deep learning
发布时间：
2025-10-08 03:41
摘要：
本研究评估了改进的RECIST模型在局部晚期胃癌化疗免疫治疗反应评估中的有效性。通过多中心试验，开发了五种基于RECIST的模型和一个序数回归模型，结果显示V-RECIST模型在诊断性能上优于其他模型。研究强调了这些模型在不同临床场景中的应用潜力，尤其是在中国胃癌发病率高的背景下，具有重要的临床和商业价值。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+核心领域符合度
business_impact
1.0分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.0分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
V-RECIST模型在TRG 0-2与3的区分中表现出优越的诊断性能（AUC = 0.951）
U-RECIST模型展示了良好的诊断准确性，适合初步评估
研究强调了改进的RECIST模型在不同临床场景中的临床实用性
真实性检查
否
AI评分总结
本研究评估了改进的RECIST模型在局部晚期胃癌化疗免疫治疗反应评估中的有效性。通过多中心试验，开发了五种基于RECIST的模型和一个序数回归模型，结果显示V-RECIST模型在诊断性能上优于其他模型。研究强调了这些模型在不同临床场景中的应用潜力，尤其是在中国胃癌发病率高的背景下，具有重要的临床和商业价值。