MRIのための深層学習を用いた局所進行直腸癌における予後の改善および補助化学療法の有益性の評価:後ろ向き多コホート研究。

原題
Improving prognosis and assessing adjuvant chemotherapy benefit in locally advanced rectal cancer with deep learning for MRI: a retrospective, multi-cohort study.
背景:局所進行直腸がん(LARC)患者における補助療法については議論の余地がある。本研究は、手術後の生存転帰を予測し、補助化学療法(AC)から利益を得る患者を同定するためのMRIベースのディープラーニングモデルを開発することを目的とした。
方法:MuSTモデルを作成し、3つのコホートを用いて検証した。MuST-DMスコア、神経周囲浸潤(PNI)、および糖鎖抗原19-9(CA19-9)を組み込んだAC決定木を開発した。予後改善を測定した。
結果:MuSTモデルは生存転帰を正確に予測した。CA19-9値が高く、MuST-DMスコアが高い患者はACの恩恵を受けた。MuST-DMスコアが低いPNI陽性患者も恩恵を受けたが、MuST-DMスコアが低いPNI陰性患者は恩恵を受けなかった。決定木は、ACの追加患者および不必要な治療を受けた患者を特定した。
結論:MuSTモデルは生存転帰を予測するための貴重なツールである。決定木は、個別化された治療法の決定および化学療法の有益性の定量化を可能にする。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2023.109899
PMID: 37660753