原題
Development of a risk prediction model for radiation dermatitis following proton radiotherapy in head and neck cancer using ensemble machine learning.
背景:本研究の目的は、陽子線治療を受けている頭頚部癌患者における放射線皮膚障害(RD)のアンサンブル機械学習に基づく(EMLに基づく)リスク予測モデルを作成し、従来のモデルよりも優れていることを追求することである。
方法:Kaohsiung Chang Gung Memorial Hospitalで治療された57人の患者からのデータを、Pearsonの相関と特徴選択のためのLASSOを用いて分析した。モデルトレーニングには、ロジスティック回帰(LR)、ランダムフォレスト、およびXGBoostモデルを使用した。
結果:6つの主要な予測因子が同定された。XGBoostは他のモデルよりも優れており、0.890のAUCを達成した。SHAP値は、RDを予測する際の様々なパラメータの重要性を強調した。
結論:EML法、特にXGBoostは、従来のLRよりも優れた予測精度、強化された特徴選択、および優れたデータ処理を提供する。したがって、EMLはさらなる臨床応用と研究に推奨される。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-024-02470-1
PMID: 38915112
コメント