解釈可能な深層学習の洞察:乳癌における放射線療法後のリンパ球減少症に対する1 Gy容積の影響の解明。

原題
Interpretable deep learning insights: Unveiling the role of 1 Gy volume on lymphopenia after radiotherapy in breast cancer.
背景:本研究では、特に放射線療法後の乳癌患者の生存転帰を悪化させるリンパ球減少症の潜在的な予測因子を検討した。
方法:完全な線量測定データを用いて、研究者らは密なニューラルネットワークを介して予測モデルを作成した。これには臨床因子が組み込まれており、その後、外部の患者グループで検証された。
結果:918人の患者のうち、ほぼすべての用量レベルでの治療量が有意なリンパ球減少症の予測因子であった。特に、重要な臓器の低用量容積が極めて重要であった。彼らのモデルは、線量測定パラメータと重要な臨床因子を組み合わせた場合、75%の予測精度を達成した。
結論:完全な線量測定データ、特に重要な構造の低線量体積は、乳癌放射線治療後のリンパ球減少症に決定的な影響を及ぼす。この研究は、放射線療法計画の最適化のためのさらなる調査を示唆している。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110333
PMID: 38772478