SBRTを受けている非小細胞肺がん患者の局所再発を軽減するためのディープラーニングガイド下線量測定。

原題
Deep Learning-Guided Dosimetry for Mitigating Local Failure of Non-Small Cell Lung Cancer Patients Receiving SBRT.
背景:この論文は放射線療法で治療された肺癌患者を調査し、特に一部で最適以下と考えられている特定の線量の有効性に焦点を当てている。
方法:535人の患者症例を用いて深層学習モデルを開発し、CT画像データ、用量情報および患者の人口統計を組み合わせて治療結果を予測した。これには、予測線量体積指標およびカットポイントの決定も含まれた。
結果:このモデルは、0.72と0.69の重み付けC指数で妥当なパフォーマンスを示した。局所制御の改善において、腫瘍の末梢領域における有意な線量-体積指標を同定した。
結論:同定された用量-容積指標は有意な予後予測力を提供する。公称処方線量をBED 100 Gyから105 Gyに漸増することは、放射線療法を受ける肺癌患者に有益である可能性がある。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2023.11.059
PMID: 38056778