原題
A systematic review and meta-analysis of the utility of quantitative, imaging-based approaches to predict radiation-induced toxicity in lung cancer patients.
背景:本研究の目的は、胸部放射線療法中の毒性予測におけるラジオミクス、ドシノミクス、および機械学習の有効性について、系統的にレビューし、メタ解析を実施することである。
方法:広範な電子データベース検索により適格な研究が特定され、その方法論に基づいて確立された基準を用いてスクリーニングおよび質の評価が行われた。
結果:10,703件の研究のうち、23,373人の患者を含む106件が適格であった。評価された一次毒性は放射線肺炎であり、プールされたAUCは0.82であった。機械学習モデルが最も高いパフォーマンスを示した。
結論:現在の文献は主に放射線肺炎を予測しており、より広範な毒性予測研究と臨床診療への統合の必要性を示している。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.110935
PMID: 40360049
コメント