原題
Development and validation of survival prognostic models for head and neck cancer patients using machine learning and dosiomics and CT radiomics features: a multicentric study.
背景:本研究は、頭頚部癌(HNC)患者の転帰を予測する上で、臨床的、放射線学的特徴、線量分布、及びCTと線量分布の融合の有用性を決定することを目的とした。
方法:評価には240人のHNC患者からのデータを利用し、そこから臨床、コンピュータ断層撮影、用量、およびDualCT用量の特徴を抽出した。融合アルゴリズムを適用し、6つの機械学習モデルを用いた5つの特徴選択法を実装した。
結果:最も正確なモデル(CI=0.73±0.15)は、LLRR融合画像からの特徴に対するものであった。しかし、線量画像と臨床的特徴を用いた分類器も高い精度を示した(CI 0.72±0.14)。
結論:臨床的特徴、Dosiomics、および用量とCT画像の融合は、HNC患者の全生存期間を効果的に予測することができ、機械学習法間で同等のパフォーマンスを示す。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-024-02409-6
PMID: 38254203
Open Access
コメント