原題
3D deep learning Normal Tissue Complication Probability model to predict late xerostomia in head and neck cancer patients.
背景:頭頚部癌に対する従来の正常組織合併症確率(NTCP)モデルは、放射線誘発口腔乾燥を予測するために単一値変数に依存することが多い。本研究は、3D放射線量データとディープラーニング(DL)を用いて予測精度を高めることを目的としている。
方法:1208人の頭頚部癌患者の国際コホートを分析し、3D用量分布と臨床変数を含む種々の入力でDLモデルを訓練した。予測性能を従来の測定基準に焦点を当てた参照モデルと比較した。
結果:DLモデルは初期試験で参照モデルよりも優れていた(AUC=0.78-0.79対AUC=0.74)が、外部検証では性能が低いことが示された。
結論:DLモデルは同じ施設内で改善されたパフォーマンスを示し、一般化可能なNTCPモデルを作成するための多施設データの重要性を強調した。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.07.2334
PMID: 39147208
Open Access
コメント