Performance of radiomic models in the prediction of lymph node metastasis in papillary thyroid cancer patients | Performance de modelos radiómicos na previsão de metástases em nódulos linfáticos em pacientes com cancro papilar da tiróide

This research presents a meta-analysis reviewing the use of Radiomics in oncology, specifically in papillary thyroid cancer (PTC) patients. The study investigates the potential of radiomic features for diagnosing lymph node metastasis in PTC and the impact of imaging modalities on machine learning models. Sub-group analysis reveals significant differences in specificity among imaging modalities and lymph node categories, while sensitivity remains unchanged. Ultrasonography shows higher specificity but limitations in central cervical lymph nodes. The findings highlight the heterogeneity of diagnostic accuracy within different anatomical regions. Bivariate meta-regression analysis confirms sub-group results and combining sub-group analysis and meta-regression aids clinical decision-making, considering tumor heterogeneity.

Este trabalho apresenta uma revisão e meta-análise que sumariza o uso da Radiómica em oncologia, especificamente em pacientes com cancro da tiróide papilar. Este projeto investiga o potencial do uso de características radiómicas para o diagnóstico de metástase em nódulos linfáticos em pacientes com cancro papilar da tiróide e o impacto das modalidades de imagem em modelos de aprendizagem computacional. A análise de subgrupos revela diferenças significativas na especificidade entre as modalidades de imagem e as categorias de nódulos linfáticos, enquanto a sensibilidade permanece inalterada. Ultrassom mostra uma especificidade mais alta, mas com limitações nos nódulos linfáticos cervicais centrais. Os resultados destacam a heterogeneidade na precisão diagnóstica dentro de diferentes regiões anatómicas. A análise de meta-regressão bivariada confirma os resultados dos subgrupos e a combinação da análise de subgrupos e meta-regressão auxilia na tomada de decisões clínicas, considerando a hetergeneidade tumoral.

Mestrado em Bioinformática Clínica