原題
Development of learning-based predictive models for radiation-induced atrial fibrillation in non-small cell lung cancer patients by integrating patient-specific clinical, dosimetry, and diagnostic information.
背景:本研究では、放射線療法技術の進歩にもかかわらず、非小細胞肺癌(NSCLC)における化学放射線療法(CRT)後の潜在的な心臓有害事象として心房細動(AF)を調査した。
方法:本研究では、321人および187人のNSCLC患者のデータセットを用いて、159人の患者特異的特徴を組み込むことにより、AF発症率を予測するための機械学習およびハイブリッド深層学習モデルを開発した。クラスの不均衡は、合成少数オーバーサンプリングによって対処された。
結果:ハイブリッド深層学習モデルは、内部検証において、機械学習モデル(AUC:0.801)と比較して優れたパフォーマンス(AUC:0.817)を示した。主な特徴は、心臓および洞房結節への最大線量であった。
結論:これらのモデルはCRT患者のAFリスクを効果的に予測し、重要な線量測定因子を強調した。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110566
PMID: 39362606
コメント