原題
MRI radiomics nomogram integrating postoperative adjuvant treatments in recurrence risk prediction for patients with early-stage cervical cancer.
背景:早期子宮頚癌患者(ESCC)に対する術後治療の決定には、再発リスクの正確な評価が必要である。補助療法をMRIベースのラジオミックスノモグラムに統合することで、この予測を改善することができる。
方法:本研究は、手術および補助療法を受けた3施設のESCC患者212人を対象とした。機械学習は、治療前の画像と臨床データを分析した。次に、このモデルは多変量ロジスティック回帰を用いて予測ノモグラムを構築した。
結果:抽出した1020の特徴から8つのラジオミック特徴を同定した。MRIベースのモデルは再発の予測において高い精度を達成したが、複合ノモグラムの精度はわずかに低かった。
結論:ラジオミックシグネチャーと臨床因子を統合したMRIベースのノモグラムは、再発リスクの予測に有用であり、ESCCの治療決定により良い情報を与えることができる。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110328
PMID: 38761884
コメント