Ahmet Kasım KARABULUT, İlker Özgür KOSKA, Ali Çağlar TURGUT, Banu Sarsık KUMBARACI, Fuat KIZILAY, Ezgi GÜLER
Ege Journal of Medicine - 2026;65(2):313-320
Amaç: Manyetik rezonans görüntüleme (MRG) tabanlı şeffaf hücreli olabilirlik skoru, radyomik tabanlı makine öğrenmesi modelleri ve bu yaklaşımların kombinasyonunun, şeffaf hücreli renal hücreli karsinomu diğer renal tümör alt tiplerinden ayırt etmedeki tanısal performanslarını karşılaştırmaktır. Gereç ve Yöntem: Tek merkezli retrospektif çalışmaya, multiparametrik MRG incelemesi olan ve histopatolojik doğrulaması mevcut solid böbrek kitlesi olan hastalar dahil edildi. Lezyonlar iki bağımsız okuyucu tarafından şeffaf hücreli olabilirlik skoru kullanılarak değerlendirildi. Radyomik öznitelikler, standart ön işleme adımlarını takiben T1-ağırlıklı ve T2-ağırlıklı görüntülerden çıkarıldı. Farklı öznitelik seçimi yöntemleri ve sınıflandırıcıları içeren modeller, dört tekrar içeren katmanlı 10-katlı çapraz doğrulama ile değerlendirildi. Çok değişkenli lojistik regresyon kullanılarak, radyomik skoru yanı sıra klinik faktörler ile semantik görüntüleme özellikleri değerlendirilerek, seçilen değişkenlerle nomogram görselleştirmesi yapıldı. Bulgular: Şeffaf hücreli olabilirlik skor modelinin eğri altında kalan alan değeri 0,832 (0,759 - 0,899) olarak bulundu. En iyi performans gösteren radyomik tabanlı makine öğrenmesi modelinde bu değer ortalama 0,89 +/- 0,10 idi. Kombine model ise 0,96 +/- 0,01 değeri ile en yüksek ayırt edici performansı göstermiştir. Sonuç: Radyomik tabanlı makine öğrenmesinin semantik MRG ölçümleriyle birleştirilmesi, şeffaf hücreli renal hücreli karsinomun diğer alt tiplerden ayrımında tekil yaklaşımlara kıyasla daha yüksek tanısal performans göstermiştir. Bu bulguların klinik uygulamaya geçebilmesi için daha geniş ve çok merkezli çalışmalarla doğrulanması gerekmektedir.
