原題
Using meta-analysis and CNN-NLP to review and classify the medical literature for normal tissue complication probability in head and neck cancer.
背景:この研究は、メタ解析(MA)と自然言語処理(NLP)を利用して、放射線療法を受けている頭頚部癌患者における正常組織合併症確率(NTCP)に関する文献レビューの効率を高めることを目的としている。
方法:本研究では、放射線治療の副作用に対するNTCPモデルを評価するためにMAを適用し、解析にPythonを用いた。畳み込みニューラルネットワーク(CNN)と統合されたNLPは文献検索を最適化し、関連する論文の数を劇的に減少させた。
結果:Adamax最適化を用いた200エポック後の精度は94%であった。MAは中等度から高度の予測精度を示したが、早期および晩期の口腔乾燥症に対しては大きなばらつきがあった。
結論:この研究は、MAとNLPをうまく融合させ、臨床研究におけるそれらの有用性を確認し、特定のモデルに対して高い精度を確立し、効率のための時間ベースの測定基準(WPM)を導入した。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-023-02381-7
PMID: 38195582
Open Access
コメント