原題
Machine learning predicts conventional imaging metastasis-free survival (MFS) for oligometastatic castration-sensitive prostate cancer (omCSPC) using prostate-specific membrane antigen (PSMA) PET radiomics.
背景:本研究は、少数転移性去勢感受性前立腺癌(omCSPC)患者における2年無転移生存率(MFS)を予測するために、転移指向療法(MDT)前後のPSMA-PETスキャンから画像バイオマーカーを同定することを目的とした。
方法:定位放射線治療(SABR)で治療された117人の患者からのデータを分析し、特定の腫瘍領域から1748のPET検査の放射線学的特徴を抽出した。6つの重要な特徴と5つの臨床パラメータを、2年間のMFS予測のための様々な機械学習モデルに入力した。
結果:ランダムフォレストモデルは、MFSを予測するためのリーブワンアウトテストにおいて80%の精度と0.82のAUCを達成した。
結論:MDT前後のPSMA-PET画像バイオマーカーは、omCSPC患者におけるMFS予測に有望である。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110443
PMID: 39094629
コメント