臨床的および線量体積の特徴を有する放射線誘発甲状腺機能低下症の機械学習モデルの開発と検証。

原題
Development and validation of a machine learning model of radiation-induced hypothyroidism with clinical and dose-volume features.
背景:放射線誘発甲状腺機能低下(RIHT)は頭頚部癌患者によく見られるが見過ごされている副作用である。そのリスクの予測は標準化されておらず、合意された用量制限もない。本研究は、臨床データと線量体積データを用いてRIHTリスクを予測する機械学習モデルを作成することを目的とする。
方法:鼻咽頭癌または中咽頭癌に対して根治的放射線療法を受けた20歳以上の患者を後ろ向きに研究した。機械学習モデルの性能を現在の正常組織合併症確率(NTCP)モデルと比較した。
結果:378人の開発患者と49人の外部検証患者では、より高い甲状腺機能低下症の発生率が報告された。機械学習モデルは、すべての時点でBrierスコアにおいてNTCPモデルよりも優れていた。
結論:機械学習モデルは、個々のRIHTリスクの予測において、NTCPモデルよりも正確であることが証明された。甲状腺の線量-容積データを用いた単純化されたモデルは、従来のモデルよりも優れており、将来の治療計画システムの包含に適している。
Journal: Radiother Oncol (CiteScore 2022: 0)
DOI: 10.1016/j.radonc.2023.109911
PMID: 37709053